研究者提出基于粒子的广义随机优化方法

研究者 Jiechen Jackie Zhang 与 O. Deniz Akyildiz 提出一类基于扩散的随机粒子优化方法，用于损失梯度难以求解的场景——即梯度是关于参数依赖分布的积分，涵盖生成模型训练、微调和隐变量模型学习。 该方法引入平均场动力学及其交互粒子近似，可涵盖多种现有算法；在适定性与联合收缩性假设下，作者证明了指数收敛和非渐近误差界。 作者据此开发了高阶 Langevin 与动量优化器，并在最大边际似然估计和基于能量的模型训练上进行了评估。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。