懒二阶预言机凸优化复杂度上下界获改进
热点事件持续更新
懒二阶预言机凸优化复杂度上下界获改进
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Xinliang Zhang、Lesi Chen、Chengchang Liu、Jingzhao Zhang 发表论文，针对惰性二阶预言机下的凸优化问题——算法每轮查询梯度、每 m 轮查询一次 Hessian——给出新的迭代下界 Ω(m + m^{1/7} ε^{-2/7})，并提出达到 Õ(m + m^{1/7} ε^{-2/7}) 上界的新方法。 该结果优于 Chen 等人（COLT 2026）此前给出的 Õ(m + m^{13/21} ε^{-2/7}) 上界，且在对数因子内紧致。
AI 根据报道生成 · 2 小时前更新
最新进展10月5日 12:00
惰性二阶预言机下的近最优凸优化：新下界与紧致上界报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv：cs.LG惰性二阶预言机下的近最优凸优化：新下界与紧致上界
针对惰性二阶预言机（每轮查询梯度、每 m 轮查询一次 Hessian）的凸优化问题，研究者通过新的块零链构造证明了 Ω(m + m^{1/7} ε^{-2/7}) 的迭代下界，并提出达到 Õ(m + m^{1/7} ε^{-2/7}) 上界的新方法。该结果显著优于此前 Chen 等人（COLT 2026）的 Õ(m + m^{13/21} ε^{-2/7})，且在对数因子内紧致。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。