神经网络训练动力学粗粒化框架发布

2026年10月28日，arXiv发布论文，由Lin-Juan Wang等人提出神经网络训练的动态粗粒化框架。该研究通过定义学习算子并建立下降定理，构建了宏观可观测量，实现了在远小于参数空间的状态空间中对训练过程进行预测与控制。 论文进一步给出了精确闭合定理和动态粗粒化定理。该框架在有限宽度非线性ReLU网络中完成验证，其粗粒化模型由五个独立矩组成，可精确预测训练输出及学习算子的演化。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。