Microsoft Research 研究者证明 31 年悬案 KLS 猜想
Microsoft Research 机器学习与优化组的 Xinzhi Zhang 与合作者 Zhao Song 证明了 1995 年提出的 Kannan–Lovász–Simonovits(KLS)猜想,表明对数凹分布的最佳平面切割与任意形状切割之差存在与维度无关的普适常数上界。
推荐理由:原文对比了人主导的智能体搜索与同等 token 预算的无引导尝试,可迁移地说明复杂问题中研究者判断的作用。
技术方向
大模型是怎么练出来的:数据集构建、合成数据、预训练与后训练方法、算力与训练成本。
1 条精选近 30 天 1 条共收录 11 条
Microsoft Research 机器学习与优化组的 Xinzhi Zhang 与合作者 Zhao Song 证明了 1995 年提出的 Kannan–Lovász–Simonovits(KLS)猜想,表明对数凹分布的最佳平面切割与任意形状切割之差存在与维度无关的普适常数上界。
推荐理由:原文对比了人主导的智能体搜索与同等 token 预算的无引导尝试,可迁移地说明复杂问题中研究者判断的作用。