待验证50% 置信事实精确时间
累积有效学习率C_T = Σ_{t<T} η_t / ||W_t||_F 将权重范数控制与优化器的探索能力联系起来。
1
来源数
50%
置信度
长期有效
时效性
2026/10/28
首次发现
来源
涉及实体
相关事实
待验证LISCO（学习型约束优化迭代求解器）学习预测原始-对偶步长，逐步逼近满足KKT最优性条件的解，而非直接预测最终控制量66% 相似待验证论文研究的在线估计算法为单遍随机梯度算法，采用常数学习率 γ，递归形式为 θ_t = θ_{t-1} + γ * ψ(Y_t, θ_{t-1})，其中 ψ 是 Expectile 得分函数。65% 相似待验证重参数化技巧将采样表示为 z = μ + σ × ε（ε从标准正态分布采样），使随机性外置于ε，从而让μ和σ的梯度可正常反向传播实现端到端训练64% 相似待验证Himanshu指出LLM推理管线的最大优势在于可微分，可用强化学习优化，但无法学习代数构造64% 相似待验证该研究以 X_t 为条件生成 X_{t+Δt} 的样本，通过在观测片段上训练使网络隐式学到条件分布 p(X_{t+Δt}|X_t)64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1106005API
curl https://kongchang.com/api/v1/knowledge/claims/1106005MCP
get_claim(id=1106005)