概念Backpropagation Through Time / 时间反向传播
BPTT
训练循环神经网络的标准算法，通过沿时间轴展开计算图来计算梯度，序列越长梯度消失或爆炸风险越高
时间轴 (近 90 天)
11月6日
标准BPTT的计算图和内存开销随序列长度线性增长。
待验证50%
10月27日
沿时间截断反向传播（BPTT）中序列越长，梯度在时间维度上的连乘越容易导致爆炸或消失，而独立窗口截断了这种长程依赖，反而提升了跨用户场景下的鲁棒性。
待验证50%
10月9日
基于循环（recurrent）的模型在通过时间反向传播（BPTT）训练时容易出现隐藏状态坍缩和梯度不稳定的问题
待验证50%