BLOKS：用草图化块预条件子扩展核求解器

2026年10月12日，研究者在 arXiv（Statistics Machine Learning）发表 BLOKS，一种面向 Nyström 草图化核岭回归（KRR）的共轭梯度求解器。其预条件子结合块 Jacobi 近似与草图化，内存开销与数据集大小和参数数量均无关，并配有内存高效、GPU 加速的实现。在标准大规模核求解器基准数据集上，BLOKS 取得与最先进方法相当或更优的性能，同时保持有利的时间/内存复杂度。目前仅见此一篇报道，无更早或相互矛盾的信息。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。