学习优化器调度：状态耦合方式决定分布外泛化

M. Harper Langston 等作者发表论文，比较学习式优化器调度中状态进入调度的两种方式。他们通过展开经典求解器反向传播，为 MAX-CUT 连续惩罚松弛学习调度：状态自适应双线性调度在 15 个随机种子上优于未训练基线（t=4.1），实现分布外泛化；输入输出头相同的加性消融在分布内与双线性模型统计上无差异，分布外却劣于自身基线（t=-11.7）。 这一分离在无正则化下出现，并在 30 轮权重衰减扫描中持续存在。作者据此称，与分布外迁移相关的是求解器状态如何进入调度，而非状态自适应性本身。

AI 根据报道生成 · 53 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。