论文：梯度流对有限批量SGD的误判
Get the story
2026年10月9日，arXiv Statistics Machine Learning 发布一手研究《稀有门控分歧如何限制可塑性：梯度流为何误判有限批量 SGD》。研究显示，总体梯度流会定性误判有限批量随机梯度下降（SGD）的行为，根源在于两个 ReLU 神经元门控出现分歧的稀有输入。在双单元 ReLU 回归中，源任务训练时间 T 后，梯度流可在与 T 线性的时间内恢复；而在线 SGD 在 T ≳ log(b/η) 时以高概率在 e^{c/η} 量级视野内失败。目前报道仅给出上述结论，未涉及后续验证或同行评议进展。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Statistics Machine Learning稀有门控分歧如何限制可塑性：梯度流为何误判有限批量 SGD
研究显示，总体梯度流会定性误判有限批量随机梯度下降（SGD）的行为，根源在于两个 ReLU 神经元门控出现分歧的稀有输入。在双单元 ReLU 回归中，源任务训练时间 $T$ 后，梯度流可在与 $T$ 线性的时间内恢复，而在线 SGD 在 $T \gtrsim \log(b/\eta)$ 时以高概率在 $e^{c/\eta}$ 量级视野内失败。
Heat trend
Current heat 9·Comparable peak 10（Oct 9）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.