函数梯度下降算法难题被攻克,论文入选 NeurIPS
CatAstro_Piyush · x · 2026-09-27
作者宣布论文《Functional Gradient Descent with Adaptive Representations》被 NeurIPS 接收。函数梯度下降(Functional GD)类算法在表现上普遍优于神经网络,但一直难以精确实现。该工作提出自适应表示的方法解决了实现难题,使函数式优化方法更可用。
所属事件:函数梯度下降新框架被NeurIPS接收,性能超神经网络一个量级(2 条相关)→
「研究」频道最新
- Continual-ARC:终身任务流测智能体技能习得,多数 harness 不敌简单缓存 — unifyai · 2026-11-16
- MIT 团队发布 DySENSE:卫星图像生成对齐的城市月度建筑能耗地图 — MIT · 2026-11-16
- McGill-NLP 发布 WebArena-Pro:20 个应用 300 任务的多模态 Web Agent 基准 — McGill-NLP · 2026-11-16
- llama.cpp 无训练稀疏解码:128k 上下文解码提速 1.72 倍 — topppggg · 2026-11-16
- 训练 Qwen3-8B 驱动模拟机械手:模型内部长出独立「压力」编码通道 — repligate · 2026-11-16
- Google 开源 PaperOrchestra:多 Agent 自动写 AI 研究论文 — google-research · 2026-11-16