热点事件持续更新
研究提出面向噪声深度学习的优化器MGO-SC并开源
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
2026年10月30日，研究人员在arXiv发表研究，提出面向噪声深度学习的新优化器MGO-SC。该优化器作为Adam类更新的简单一致性门控，通过梯度符号EMA构建逐坐标一致性门控，对符号波动的坐标进行降权，无需二阶信息或逐样本过滤。实验表明，其均值保持变体在ResNet-18与CIFAR-10测试中全面优于AdamW基线，并在40%对称标签噪声下取得1.4个百分点的性能提升。目前，该研究的相关代码及实验日志已开源。
AI 根据报道生成 · 5 小时前更新
最新进展10月30日 12:00
研究人员提出面向噪声深度学习的优化器MGO-SC，相关代码及实验日志已开源。报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv 机器学习面向噪声深度学习的矩引导优化器：MGO-SC 作为 Adam 类更新的简单一致性门控
研究人员提出面向噪声深度学习的优化器 MGO-SC，通过梯度符号 EMA 构建逐坐标一致性门控，对符号波动的坐标进行降权。其均值保持变体在 ResNet-18 与 CIFAR-10 测试中全面优于 AdamW 基线，在 40% 对称标签噪声下性能提升 1.4 个百分点。该方法无需二阶信息或逐样本过滤，相关代码及实验日志已开源。
本事件热度走势
当前热度 8·可比范围峰值 9（10月30日 15:00）·近 24 小时可比范围变化 –
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。