Polyak-Łojasiewicz 条件论文获 ECML PKDD 2026 时间检验奖
peter_richtarik · x · 2026-10-02
UBC 计算机教授 Mark Schmidt 与昔日学生 Hamed Karimi、Julie Nutini 凭 2016 年关于 Polyak-Łojasiewicz 条件的工作获 ECML PKDD 2026 时间检验奖（9 月 7-11 日，那不勒斯）。
- 该论文建立了证明梯度法快速收敛的框架，十年间被引超 2000 次，被用于重新推导几乎所有标准优化方法的保证，并延伸到强化学习与扩散模型采样等新领域。
- Karimi（现为 Amazon 高级应用科学家）表示当年没料到论文会引起轰动，十年后获奖意义重大。
- 引者 Nic Loizou 与 Peter Richtarik 称赞其收敛分析易懂、写作清晰，是技术表达影响力的范例。
「研究」频道最新
- MIT 教授 Cathy Wu 用强化学习优化交通,训练效率提升 30 倍 — MIT News AI · 2026-10-03
- 经济学人呼吁监管镜像生命,斯坦福研究者质疑可行性 — anshulkundaje · 2026-10-03
- 新论文基准测试长程机器学习势:捕捉 SrTiO3 缺陷静电能 — rbhar90 · 2026-10-03
- Meta AI 提出深度学习论文讲解视频周报合集 — idanbeck · 2026-10-03
- Neuralink 用 5 万小时无标注脑数据预训练 AI 模型,BCI 押注规模化路线 — Dr_Singularity · 2026-10-03
- Minerva 模型接入 Proto MCP,可结合 ChatGPT 复查 RNA 注释 — BrianHie · 2026-10-03