arXiv · Machine Learning Theory· Ningkang Peng, Xiaoqian Peng, Yifan He, Anjie Hu, Chao Tan, Peirong Ma, Yanhui Gu·2026-10-01 12:00· 3 小时前AI 评分31

Same Loss, Different Gradients

AI 导读

summary_zh: 研究指出在可微分学习中，前向损失与后向梯度可能不对应，尤其在高维 von Mises-Fisher 场景下，有限 Bessel 递推会产生相同损失却不同梯度的问题。