待验证50% 置信事实精确时间

GradNorm 动态调整各任务损失权重使梯度范数趋于一致，PCGrad 在梯度方向冲突时做投影消解。

1

来源数

50%

置信度

长期有效

时效性

2026/10/22

首次发现

来源

多任务模型准确率卡在0.40？社区求助与诊断思路

涉及实体

GradNormconcept PCGradconcept

相关事实

待验证梯度平衡的代表性方法包括PCGrad（将冲突梯度投影到无冲突子空间）和MGDA（寻找使所有目标同时下降方向的多梯度下降算法）75% 相似待验证GRPO及相关策略梯度方法把一次完整的多轮交互轨迹压缩成一个标量奖励再送入策略更新，在处理复合技能任务时会造成有损的信用分配71% 相似待验证基于策略梯度的算法如PPO和GRPO能够处理离散与连续混合的动作空间65% 相似待验证在自动微分中,当一个变量通过多个计算路径影响损失函数时,来自各路径的梯度必须相加（梯度累加）65% 相似待验证Grok在响应延迟上表现更快，源于xAI在推理架构上的优化63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1086403

API

curl https://kongchang.com/api/v1/knowledge/claims/1086403

MCP

get_claim(id=1086403)