(min,+) 矩阵乘法指数再降,新算法改进 Anthropic 突破结果
thegautamkamath · x · 2026-10-17
理论计算机科学家 Gautam Kamath 在讨论近期简化证明的论文时,点名了 Barna Saha 与 Christopher Ye 的新论文《Simple, Faster (min, +) Matrix Multiplication and APSP》(arXiv:2610.20297):该文给出确定性算法,在多项式有界整数输入下以 Õ(N^2.9964) 时间计算 (min,+)-矩阵乘积,改进了 Alman 与 Vassilevska Williams(论文中标注为 Anthropic 相关的 2026 突破)给出的 O(N^2.9995) 指数,并由此得到更简洁模块化的真正亚立方 APSP 算法。
Kamath 同时坦言:圈内有人私下认为原帖中部分「简化」论文简化并不实质、写作仍有瑕疵,但他乐见这一方向的努力,并表彰了多位在「不光鲜」问题上扎实工作的作者。
所属事件:新算法将 (min,+) 矩阵乘法指数降至 2.9964(2 条相关)→
「研究」频道最新
- IBM 等研究:SAE 训练数据需求被高估,特征复现仍需大规模 — Aikyam-Lab · 2026-10-17
- FoundationVIO:用 IMU 因子图为 GFM 预测恢复真实米制尺度 — zhenjun_zhao · 2026-10-17
- RootSLAM:平方根光束法平差让视觉惯性 SLAM 提速最高 20 倍 — zhenjun_zhao · 2026-10-17
- Physical SLAM:弹簧-质点物理模型驱动 4D 高斯场预测形变未来 — zhenjun_zhao · 2026-10-17
- All-St3R SLAM:DUSt3R+All-Tracker 像素级去动态目标,实时 10 FPS — zhenjun_zhao · 2026-10-17
- NVIDIA 给 cuVSLAM 加线特征:低纹理仓库环境轨迹误差降 38.5% — zhenjun_zhao · 2026-10-17