会员服务
梯度的本意是一个向量（矢量），表示某一函数在该点处的方向导数沿着该方向取得最大值，即函数在该点处沿着该方向（此梯度的方向）变化最快，变化率最大（为该梯度的模）。
Pushing the Frontier of Black-Box LVLM Attacks via Fine-Grained Detail Targeting
Arxiv
0+阅读 · 2月19日
Estimating Zero-inflated Negative Binomial GAMLSS via a Balanced Gradient Boosting Approach with an Application to Antenatal Care Data from Nigeria
Arxiv
0+阅读 · 2月19日
Explanation Bias is a Product: Revealing the Hidden Lexical and Position Preferences in Post-Hoc Feature Attribution
Arxiv
0+阅读 · 2月19日
On the Design of KL-Regularized Policy Gradient Algorithms for LLM Reasoning
Arxiv
0+阅读 · 2月19日
Gradient Testing and Estimation by Comparisons
Arxiv
0+阅读 · 2月19日
MASPO: Unifying Gradient Utilization, Probability Mass, and Signal Reliability for Robust and Sample-Efficient LLM Reasoning
Arxiv
0+阅读 · 2月19日
Linear Convergence in Games with Delayed Feedback via Extra Prediction
Linear Convergence in Games with Delayed Feedback via Extra Prediction
Arxiv
0+阅读 · 2月19日
LRT-Diffusion: Calibrated Risk-Aware Guidance for Diffusion Policies
Arxiv
0+阅读 · 2月19日
Ringleader ASGD: The First Asynchronous SGD with Optimal Time Complexity under Data Heterogeneity
Arxiv
0+阅读 · 2月19日
Continuous-Time Value Iteration for Multi-Agent Reinforcement Learning
Arxiv
0+阅读 · 2月19日
Stable Asynchrony: Variance-Controlled Off-Policy RL for LLMs
Stable Asynchrony: Variance-Controlled Off-Policy RL for LLMs
Arxiv
0+阅读 · 2月19日
High-dimensional learning dynamics of multi-pass Stochastic Gradient Descent in multi-index models
Arxiv
0+阅读 · 2月17日
Shrinking the Variance: Shrinkage Baselines for Reinforcement Learning with Verifiable Rewards
Arxiv
0+阅读 · 2月18日
Understanding Transformer Optimization via Gradient Heterogeneity
Arxiv
0+阅读 · 2月18日
ModalImmune: Immunity Driven Unlearning via Self Destructive Training
Arxiv
0+阅读 · 2月18日
参考链接
微信扫码咨询专知VIP会员
Top