跳到正文
热点事件观察中

MAGDrop论文v3版在arXiv更新

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

2026年11月3日，MAGDrop论文更新至arXiv v3版，作者Adeel Safder和Bum Jun Kim提出动量自适应梯度丢弃方法，通过跟踪梯度幅值指数移动平均实现单元级噪声自适应。 该方法在CIFAR-10上以r=50子空间将PAC-Bayes界从0.4439降至0.1882，全头后验KL散度约8625 nats，子空间方法降低约800倍且保持精度接近基线。 ImageNet-1K测试中，MAGDrop的top-1准确率为ViT 78.57%和ConvNeXt-Base 82.14%，展示了其在实际应用中的泛化能力。

AI 根据报道生成 · 1 天前更新

最新进展11月4日 13:00
MAGDrop：具备可证明泛化保证的动量自适应梯度丢弃方法

报道时间线

沿着报道，了解事件的不同侧面。

11月4日
  1. arXiv · ML
    MAGDrop：具备可证明泛化保证的动量自适应梯度丢弃方法

    提出MAGDrop方法，通过跟踪梯度幅值指数移动平均实现单元级噪声自适应，在CIFAR-10上以r=50子空间将PAC-Bayes界从0.4439降至0.1882。 全头后验KL散度约8625 nats，子空间方法降低约800倍且保持精度接近基线；ImageNet-1K上MAGDrop top-1准确率为78.57%（ViT）和82.14%（ConvNeXt-Base）。

本事件热度走势

可比范围当前
3
可比范围峰值
611月5日 05:00
近 24 小时变化
–

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。