Unverified50% confidenceFactExact time
SMO的核心思路是将大型优化问题分解为一系列最小子问题，每次仅选取两个参数进行优化并推导出解析解，避免耗时的数值求解
1
Sources
50%
Confidence
Long-term
Relevance
9/22/2026
First Seen
Sources
Related Entities
Related Claims
Unverified序列最小优化算法（SMO）由 John Platt 于 1998 年提出，将大规模二次规划问题分解为只涉及两个变量的最小子问题78% similarUnverified应从最简单的单Agent方案出发，只在数据证明拆分确有收益时才引入复杂度65% similarUnverified对于扒谱、BPM识别等需要精确计算的任务，将复杂流程拆成明确的小步骤能减少输出跑偏的概率65% similarUnverified稀疏激活架构下推理阶段的FLOPs与激活参数规模线性相关而非与总参数规模相关，从而降低单次推理的计算资源消耗和延迟65% similarUnverifiedOOSM 除回溯重放外还有 Algorithm A（用当前增益近似处理）和 Algorithm B（基于储存协方差进行精确后验修正）等方案，各有计算复杂度与精度权衡65% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/942112API
curl https://kongchang.com/api/v1/knowledge/claims/942112MCP
get_claim(id=942112)