实体
Frank Wolfe
Frank Wolfe
PulseAugur coverage of Frank Wolfe — every cluster mentioning Frank Wolfe across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新算法提高了John Ellipsoid近似的精度
研究人员开发了用于近似对称多面体的John Ellipsoid的新算法，改进了现有的Leverage-Score方法。这些算法将计算的复杂性分为不同的成本：认证、识别和精度。新方法为精度提供了显著更快的收敛速度，在初始设置阶段后，将精度对近似参数\(\varepsilon\)的依赖性降低到双对数级别。
-
新的优化方法 Local LMO 绕过了投影
研究人员引入了 Local LMO，一种用于约束优化问题的新型无投影梯度方法。该方法用当前迭代点周围小球内的局部线性最小化步骤替换了 Frank-Wolfe 的全局线性最小化步骤。Local LMO 在各种情况下提供了与投影梯度下降相当的收敛速度，包括约束集无界的场景，并为光滑强凸函数实现了线性收敛速度。
-
研究人员探索模型合并技术以结合人工智能能力
两篇新的arXiv论文探讨了新兴的模型合并领域，该领域可以在无需访问原始训练数据的情况下组合独立训练的神经网络。第一篇论文介绍了用于单任务和多任务设置的C$^2$M$^3$和MERGE$^3$等算法，为组合学习能力提供了理论基础。第二篇论文研究了影响合并成功的因素，确定梯度对齐指标是兼容性的关键指标，并提出了面向合并的微调策略。