arXiv ID:
2602.18997
arXiv 提交日期: 2026-02-22
矩阵随机镜像下降的隐式偏差与收敛性 / Implicit Bias and Convergence of Matrix Stochastic Mirror Descent
1️⃣ 一句话总结
这篇论文证明了在参数多于训练样本的过参数化场景下,用于多分类和矩阵补全问题的矩阵随机镜像下降算法会快速收敛到一个全局解,并且这个解由算法选择的特定‘镜像函数’唯一决定,从而揭示了算法在高维多输出问题中如何形成内在偏好。