★ 2
GradSAT：梯度归一化加速浮点可满足性求解
论文提出 GradSAT，将基于优化的 SMT 求解与多任务学习结合，把每个 SMT 子句视为独立任务，通过动态梯度归一化（GradNorm）平衡各子句梯度，缓解梯度支配问题。系统采用 GPU 加速 PyTorch 后端加位精确局部搜索的两阶段流水线。该方法提升了连续搜索稳定性，为复杂约束求解提供…
arXiv cs.AI25 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出 GradSAT，将基于优化的 SMT 求解与多任务学习结合，把每个 SMT 子句视为独立任务，通过动态梯度归一化（GradNorm）平衡各子句梯度，缓解梯度支配问题。系统采用 GPU 加速 PyTorch 后端加位精确局部搜索的两阶段流水线。该方法提升了连续搜索稳定性，为复杂约束求解提供…