Advanced Matrix Factorization Jungle：结构化矩阵分解算法全景图
IgorCarron · x · 2026-09-20
Igor Carron 更新其长期维护的《Advanced Matrix Factorization Jungle》活文档，系统梳理带结构约束（稀疏、低秩、非负、子空间等）的矩阵分解方法生态。
- 起点：稀疏编码与字典学习、NMF 是最早被广泛使用但理论不足的约束分解；压缩感知与核范数作为秩的凸代理的出现，催生了大量新分解技术
- 特色：同一方法可对应不同损失函数与优化代理，每种又有多种算法实现，故称 Jungle
- 相变：这类方法普遍存在参数空间中的锐利相变边界，被视为检验算法极限的试金石，往往暗示计算复杂度的硬上限
- 应用横跨视频监控到推荐系统，融合随机线性代数、非凸优化与概率建模
「研究」频道最新
- 受 Jev 启发,开发者给 Qwen2.5-1.5B 装上非自回归决策头,批处理仅 28ms — CryOrganic8886 · 2026-09-20
- AI 读懂手术视频：神经外科医生谈手术数据科学前沿 — ddonoho · 2026-09-20
- Dan Hendrycks 提出「Eigenism」伦理框架：让人类繁荣成为 AI 自身利益 — basedjensen · 2026-09-20
- 多问题单请求并行评估无一致性校验：用禅宗公案讲透 LLM 结构化输出的盲区 — Successful-Farm5339 · 2026-09-20
- Sentence Transformers 逐渐霸榜 HF 下载页，编码器要复兴 — tomaarsen · 2026-09-20
- 「智能体的配方」论文正式发表于 Neuron 期刊 — summerfieldlab · 2026-09-20