ZO-COSMO：面向去中心化零阶优化的无索引单跳混合算法
针对去中心化零阶学习中稀疏通信面临的节点状态坐标对齐问题，该研究提出了 ZO-COSMO 算法。该方法结合了双查询梯度估计与保均值掩码共识机制，匹配更新仅需在通信节点对内部达成一致，消除了全局索引协调的需求。论文给出了严格的单标量收缩界，并为核心更新及稀疏动量更新提供了收敛性理论保证，有效降低了去中心化黑盒优化的通信复杂度。
DC AI 热点
精选
当前热点完整榜单 →
1针对长上下文编程优化，Claude Opus 5.5 正式发布84 热度 ⌁2OpenAI升级ChatGPT语音功能，支持通过语音指令执行复杂工作任务84 热度 ⌁3七校联合开源世界动作模型OpenWAM，构建机器人动作模拟基座82 热度 ⌁4Cerebras推出CS-4晶圆级AI加速器：推理速度号称达GPU系统的30倍81 热度 ⌁5华为发布昇腾950超节点，为十万亿级大模型训推提供底座81 热度 ⌁9月24日2026-09-24