多源双层数据选择概率松弛方法ReSGD提出

2026年10月15日，arXiv Artificial Intelligence发布一项研究，针对多源双层数据选择问题提出一种新的概率松弛方法，并涉及ReSGD算法。该研究引入多个可学习类别先验来参数化仅支撑于可行数据子集的概率分布，从而自然获得无损舍入方案。方法具备有效的两点梯度估计器，可同时避免现有0-1松弛所需的逆Hessian计算和先前概率松弛中无界分数项，并给出可约简表示以减少梯度计算所需的下层重训练次数。上述内容来自该论文自身表述，为其所声称的方法特性。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。