Jacobian Descent：面向多目标优化的梯度下降推广方法

arXiv 论文（arXiv:2406.16232v4）提出 Jacobian descent（JD）及其随机变体，通过向量值目标函数的 Jacobian 矩阵迭代更新参数，将梯度投影以完全解决目标冲突，并在光滑凸情形下证明了比弱 Pareto 平稳点收敛更强的 Pareto 前沿收敛保证。