Apple 发布联邦学习新研究:显著收紧变分不等式收敛率
Apple ML Research · rss · 2026-09-28
Apple ML Research 发布论文《Faster Rates for Federated Variational Inequalities》,研究联邦优化求解随机变分不等式(VI)问题。
- 问题背景:VI 在近年来受到越来越多关注,但现有收敛率与联邦凸优化的最优界之间仍存在显著差距。
- 主要结果:作者通过更精细的分析,证明经典 Local Extra SGD 算法在光滑单调变分不等式下可获得更紧的保证,并建立了一系列改进的收敛率界。
「研究」频道最新
- 为什么 AI 做化学必须懂手性:对映异构体在生物体内并不等价 — madeofAjala · 2026-11-16
- RSS 2027 投稿开启:两阶段评审 FAQ 澄清负面结果标准 — GeorgiaChal · 2026-11-16
- Mobile AI Factory:agent 自动为你的手机造专用小模型,GPU 时间省 19 倍 — pmttyji · 2026-11-16
- UC Berkeley 论文揭示 LLM「过期绑定」:新值在上下文中仍答旧值 — ombre-ai · 2026-11-16
- LatamGPT 开源 1.78 亿篇拉美多语言语料登陆 Hugging Face — OmarUFlorez · 2026-11-16
- TotalSegmentator 在常规胸 CT 中量出 42mm 扩张主动脉 — MaziyarPanahi · 2026-11-16