研究者提出AlignedHPO超参数优化框架
热点事件持续更新
研究者提出AlignedHPO超参数优化框架
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Ivan Karpukhin 和 Andrey Savchenko 发布论文,提出 AlignedHPO——一个利用梯度对齐和可微代理验证目标来调优可微损失超参数的框架(arXiv:2611.22658)。
AI 根据报道生成 · 2 小时前更新
最新进展11月19日 13:00
AlignedHPO:基于代理目标的高效损失超参数优化框架报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- arXiv cs.AIAlignedHPO:基于代理目标的高效损失超参数优化框架
AlignedHPO 是一个利用梯度对齐和可微代理验证目标来调优可微损失超参数的框架,通过 Jacobian-vector products 降低超梯度计算的时间与内存开销,并以归一化对齐和梯度平滑解决梯度幅度歧义与随机不稳定问题。在广义 Focal Loss 和 ArcFace 的长尾分类与开集人脸识别实验中,相比隐式微分达到相当或更优性能,超梯度计算速度提升近 12 倍。
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。