待验证50% 置信事实精确时间
Muon 对权重矩阵的 SGD 动量梯度应用矩阵符号函数，即对矩阵做 SVD 后将所有奇异值置为1，等价于找到与梯度矩阵最接近的正交矩阵
1
来源数
50%
置信度
长期有效
时效性
2026/9/21
首次发现
来源
涉及实体
相关事实
待验证低秩近似的数学基础来自线性代数中的奇异值分解（SVD），可用两个低维矩阵乘积U·V^T近似有效秩较小的矩阵77% 相似待验证SVD将任意m×n矩阵A分解为A=UΣVᵀ的形式，其中U和V是正交矩阵，Σ是对角矩阵，齐次方程Ah=0的解是V的最后一列77% 相似已验证SVD（奇异值分解）可以将任意矩阵分解为三个矩阵的乘积，是推荐系统矩阵分解、图像压缩和潜在语义分析（LSA）的数学基础74% 相似已验证SVD是PCA降维、推荐系统矩阵分解以及LoRA低秩适配微调方法的数学核心68% 相似待验证SVD求解最经典的迭代算法是Golub-Kahan双对角化算法，大规模稀疏矩阵常用Lanczos算法或随机化SVD等近似方法68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/937867API
curl https://kongchang.com/api/v1/knowledge/claims/937867MCP
get_claim(id=937867)