热点事件历史事件
面向噪声深度学习的优化器MGO-SC提出并开源代码
1 篇报道1 个报道来源4 天前更新
先了解这件事
AI 综述
2026年10月30日，arXiv cs.LG发布关于面向噪声深度学习的动量引导优化器MGO-SC的研究。该轻量优化器通过梯度符号指数移动平均构建坐标级一致性门控，对符号波动的坐标进行降权，以改善Adam类算法在噪声环境下的更新稳定性。该方法无需使用二阶信息或进行逐样本过滤。在CIFAR-10与ResNet-18的测试中，其均值保持变体在40%对称标签噪声下相较于AdamW基准提升了1.4个百分点（Wilcoxon p<0.01）。目前，该研究的相关代码与原始日志已正式开源。
AI 根据报道生成 · 3 天前更新
最新进展10月30日 12:00
研究提出面向噪声深度学习的优化器MGO-SC，相关代码及原始日志已开源。报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv cs.LG面向噪声深度学习的动量引导优化器：MGO-SC 作为 Adam 式更新的一致性门控
轻量优化器 MGO-SC 通过梯度符号指数移动平均构建坐标级一致性门控，对符号波动的坐标降权以改进 Adam 类算法在噪声下的更新稳定性。其均值保持变体在 CIFAR-10 和 ResNet-18 测试中，于 40% 对称标签噪声下较 AdamW 基准提升 1.4 个百分点（Wilcoxon p<0.01）。该方法无需二阶信息或逐样本过滤，代码与原始日志已开源。
本事件热度走势
当前热度 3·可比范围峰值 7（10月31日 02:00）·近 24 小时可比范围变化 -49%
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。