arXiv · ML· Elina Rojin Celik, Marcos Medeiros Raimundo, Isabel Valera·· 2026-10-06AI 评分28
MOSEL 框架:通过单遍反向传播学习 Pareto 驻点前沿
Learning Pareto Stationary Fronts via Single-Pass Backpropagation
AI 导读
MOSEL 提出一种多目标优化框架,能以标准单目标训练的计算成本恢复完整的 Pareto 驻点前沿。 该框架将问题重构为双级优化 Stackelberg 博弈,实现单次前向-反向传播求解,在公平性-准确性等强冲突场景下发现最优前沿。 实验表明其收敛解更靠近乌托邦点,优于单目标及多任务学习方法,有助于提升模型泛化能力。
来源:arXiv · ML · arxiv.org