热点事件持续更新
ZFO 混合优化框架被 NeurIPS 2026 接收
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 分类发布论文，研究者提出 ZFO 框架，用于 LLM 微调。该框架将方向选择与步长解耦：由可信的一阶优化器确定方向，仅沿该一维子空间做零阶评估来选取曲率感知步长，成本低于完整线搜索。报道称，该方法在语言模型和数据集上常优于固定步长的一阶基线。论文已被 NeurIPS 2026 接收，代码已公开。目前尚无后续报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月3日 12:00
ZFO 框架论文发布，已被 NeurIPS 2026 接收，代码公开。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）ZFO：面向 LLM 微调的零阶与一阶混合优化方法
研究者提出 ZFO 框架，将方向选择与步长解耦：由可信的一阶优化器确定方向，仅沿该一维子空间做零阶评估来选取曲率感知步长，成本低于完整线搜索。该方法在语言模型和数据集上常优于固定步长的一阶基线，论文已被 NeurIPS 2026 接收，代码已公开。
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。