热点事件持续更新
MiLoop：神经组合优化选择性记忆传播框架
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
2026年10月3日，arXiv cs.LG 分类发布一篇论文，研究者提出纯强化学习构造式框架 MiLoop，用于神经组合优化。该框架利用 rollout 中已有的多步计算进行选择性记忆传播，使浅层策略无需外部解标签或训练时搜索空间剪枝，即可学到有效动态嵌入。方法上，MiLoop 在注意力层前融合当前嵌入与历史记忆，随后施加自适应门控更新，更新后的表示同时支持当前决策与逐步复用。实验覆盖四类组合优化问题、100 至 1000 万节点实例，MiLoop 均能稳定产出高质量解，并展现出强泛化能力。目前该工作以预印本形式公开，尚无后续进展报道。
AI 根据报道生成 · 1 小时前更新
最新进展10月3日 12:00
arXiv 发布 MiLoop 预印本，提出纯 RL 选择性记忆传播框架。报道时间线
沿着报道，了解事件的不同侧面。
10月3日
- arXiv：cs.LG（机器学习，全量分类）MiLoop：面向神经组合优化的选择性记忆传播框架
研究者提出纯 RL 构造式框架 MiLoop，利用 rollout 中已有的多步计算进行选择性记忆传播，让浅层策略无需外部解标签或训练时搜索空间剪枝即可学到有效动态嵌入。该方法在注意力层前融合当前嵌入与历史记忆，之后施加自适应门控更新，更新后的表示同时支持当前决策与逐步复用。在四类组合优化问题、100 至 1000 万节点实例上，MiLoop 均能稳定产出高质量解，展现出强泛化能力。
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。