热点事件持续更新
MRT-FD：随机一阶预言机下最优双层优化方法
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
2026年10月3日，arXiv cs.LG 分类发布研究，提出 MRT-FD，一种单循环一阶方法，用于在随机一阶预言机下求解非凸-强凸双层优化问题。该方法同时跟踪上层变量、下层解及隐式微分产生的辅助响应。研究证明，对任意固定有限光滑阶 p≥1，MRT-FD 以 O(ε^(-4-2/p)) 次随机梯度查询找到 ε-稳定点，并给出匹配的 Ω(ε^(-4-2/p)) 预言机下界，从而在该设定下对每个固定 p 达到最优复杂度。目前进展为方法提出与理论复杂度证明，尚无后续实验或应用报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月3日 12:00
MRT-FD 被提出，并证明在随机一阶预言机下达到最优复杂度。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）MRT-FD：随机一阶预言机下最优双层优化方法
研究提出 MRT-FD，一种单循环一阶方法，在随机一阶预言机下求解非凸-强凸双层优化问题，同时跟踪上层变量、下层解及隐式微分产生的辅助响应。对任意固定有限光滑阶 p≥1，MRT-FD 以 O(ε^(-4-2/p)) 次随机梯度查询找到 ε-稳定点，并证明匹配的 Ω(ε^(-4-2/p)) 预言机下界，从而在该设定下对每个固定 p 达到最优复杂度。
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。