English(EN) asdex: Automatic Sparse Differentiation in JAX

新的 JAX 工具包支持高效的自动稀疏微分

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-09 04:00

名为 asdex 的新工具包已发布，适用于 JAX 生态系统，提供了首个独立的自动稀疏微分 (ASD) 实现。该方法旨在高效计算雅可比矩阵或海森矩阵，这对于科学计算和机器学习任务至关重要。ASD 通过利用这些矩阵的稀疏性来优化导数计算，减少所需的自动微分次数，特别是对于输出仅依赖于少数输入的函数。 AI

影响能够更高效地计算机器学习模型的导数，可能加速训练和研究。

排序理由该集群描述了一个用于自动稀疏微分的新软件工具包，该工具包在 arXiv 论文中有详细介绍。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 0 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群描述了一个用于自动稀疏微分的新软件工具包，该工具包在 arXiv 论文中有详细介绍。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, infra; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: 3 days old; Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Adrian Hill, Guillaume Dalle · 2026-10-09 04:00

asdex：JAX 中的自动稀疏微分

arXiv:2610.12336v1 Announce Type: cross Abstract: Many tasks in scientific computing and machine learning require the Jacobian or Hessian matrix of a function. Automatic differentiation (AD) computes these derivatives to machine precision, but materializing a dense $m \times n$ J…

本文如何被排名

报道来源 [1]

asdex：JAX 中的自动稀疏微分

相关实体

相关话题