迭代算法数据自适应随时有效包络的通用构建方法

研究人员提出了一种为大规模迭代算法构建随时有效（anytime-valid）数据自适应边界的通用方法，以支持数据依赖的动态早停。该方法将算法误差分析归约为可预测加权噪声和的时间均匀集中，并通过混合法、拼接法和乘积下注鞅给出即开即用的边界构建方案。该框架适用于随机梯度下降（SGD）、时序差分学习等场景，在 SGD 上复现并显著收紧了现有全部已知包络。