#优化

共 9 篇相关资讯,按重要度与时间排序,每 3 小时更新。

★ 2

FedRSPO+:面向决策的异构联邦学习算法

论文提出 FedRSPO+,一个面向决策聚焦学习(DFL)的异构感知联邦学习框架,基于正则化预测-优化代理 RSPO+,通过对决策映射做投影平滑来稳定客户端更新与聚合。作者证明了 RSPO+ 对决策误差与遗憾的上界,并推导出不依赖强凸性的跨客户端异构性界。在背包、最短路与真实能源定价任务上验证了平…

arXiv cs.LG25 天前
★ 2

增长式非参数神经网络中的检索中心深度学习

论文研究一种通用深度学习层:训练时为每个数据点存储键值表示,推理时通过注意力机制检索重组,形成「增长式神经网络」。作者为核化注意力层推导基于函数梯度的学习规则,建立「检索中心深度学习」(RCDL)范式,并揭示其与MesaNet/DeltaNet及新型优化器的形式联系。

arXiv cs.LG27 天前
★ 2

不完美选择与算力成本下的智能体工作流组合设计

论文研究智能体 AI 系统通过多个推理策略与算力成本各异的工作流处理同一任务,指出仅用平均性能最高的工作流可能次优。作者提出工作流组合与选择器范式,联合优化运行规模与工作流类型分配,并给出价值上界与求解方法。在 ABCD、Schema-Guided Dialogue、HotpotQA 上,组合优化…

arXiv cs.AI46 天前
★ 2

高阶正则化改进联邦学习

论文指出 FedProx 的二次正则随位移线性增长,难以控制客户端位移差异。作者提出 HiFedProx,用尺度匹配的幂型正则(p≥2)替代二次惩罚,在参考位移处保持相同梯度幅度,但放大差异压缩效果。在 FEMNIST 五种子实验中,p=6 与 p=7 在严重压力下分别较 p=2 提升 23.16…

arXiv cs.LG53 天前
★ 2

f-散度正则与锐度感知最小化的统一解释

论文从二阶展开出发,证明基于 f-散度的正则化与锐度感知最小化(SAM)在参数扰动下局部一致,均产生曲率敏感惩罚。研究进一步将视角扩展到输入空间扰动,给出比标准 SAM 更一般的扰动框架。以 α-skew Jensen-Shannon 散度为试验台,实验显示曲率惩罚最强处精度与负对数似然均最优。

arXiv cs.LG53 天前
★ 1

英国气溶胶监测的数据驱动最优传感器布点

论文开发数据驱动传感器布点框架并应用于英国气溶胶监测,将卷积高斯神经过程嵌入 DeepSensor 优化框架。遗传优化配合惰性求值与缓存将平均计算时间降低 60%,联合 NLL 在五个站点后改善约 22%。

arXiv cs.LG21 天前
★ 1

带偏置浅层 ReLU 网络的总体损失与临界点族

论文给出学生-教师核模型下带偏置浅层 ReLU 网络的总体损失解析公式,扩展了 Choo & Saul 与 Brutzkus & Globerson 的早期工作,核心工具为 Owen's T 函数。研究证明以往文献中的多类伪极小值族在带偏置网络中依然存在,且加入偏置总能严格降低损失,但损失景观几何…

arXiv cs.LG35 天前
★ 1

为何顶尖 AI 初创公司写不好提示词

一篇讨论指出,许多顶尖 AI 初创公司在提示词工程上表现不佳,并给出改进建议。内容聚焦提示词质量对 AI 产品效果的影响及优化方法。

Hacker News – AI48 天前

这个主题的相关资产

相关标签

优化 最新资讯与动态(9 篇) - 智讯 AI News