YETI算法解决凸函数平滑求和复杂度
热点事件持续更新
YETI算法解决凸函数平滑求和复杂度
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年11月4日，arXiv发布论文《Descending Everest, Part II》，针对n个凸$(L_0,L_1)$-smooth函数平均值的最小化问题，推导了达到精度$ε$的oracle复杂度上下界。该研究由Mikhail Rudomanov等人完成，核心成果是提出了YETI算法，并证明该算法能精确达到理论推导的上界。此前版本未包含此具体复杂度公式与算法名称，新报道明确了算法与复杂度量级的对应关系。
AI 根据报道生成 · 3 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv · MLDescending Everest, Part II: 最小化凸 $(L_0,L_1)$-smooth 函数和的 Oracle 复杂度
研究最小化 $n$ 个凸 $(L_0,L_1)$-smooth 函数平均值的 oracle 复杂度，推导了达到精度 $\varepsilon$ 所需的上下界，量级为 $n(1+(L_1R)^{2/3}) +\sqrt{\frac{n(L_0+L_1^2\delta)R^2}{\varepsilon}+n(L_1R)^2}$。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 911月4日 15:00
- 近 24 小时变化
- –
02.557.510
15:0016:0017:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。