Amazon Science·· 2026-07-31精选AI 评分60
ControlG：用工业控制器协调多任务图自监督学习
How controllers from industrial machinery can coordinate multitask machine learning
AI 导读
Amazon在ICML发表论文提出ControlG框架，将多任务图自监督学习的梯度混合改为按时间分配计算资源，由PID控制器逐块调度目标。系统在9个图基准上平均排名1.4–1.9，ogbn-arxiv达72.86%，并开源代码。
推荐理由
将工业控制中的PID控制器引入多任务训练，为避免梯度冲突提供了可解释的新调度范式。
来源：Amazon Science · amazon.science