:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Long, Yanlin, Gu, Yufei, Xie, Zeke
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2605.09331
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Mano: Restriking Manifold Optimization for LLM Training
von: Gu, Yufei, et al.
Veröffentlicht: (2026)

Efficiently Escaping Saddle Points for Policy Optimization
von: Khorasani, Sadegh, et al.
Veröffentlicht: (2023)

Hessian-guided Perturbed Wasserstein Gradient Flows for Escaping Saddle Points
von: Yamamoto, Naoya, et al.
Veröffentlicht: (2025)

Saddle-To-Saddle Dynamics in Deep ReLU Networks: Low-Rank Bias in the First Saddle Escape
von: Bantzis, Ioannis, et al.
Veröffentlicht: (2025)

Efficiently Escaping Saddle Points under Generalized Smoothness via Self-Bounding Regularity
von: Cao, Daniel Yiming, et al.
Veröffentlicht: (2025)

Escaping Saddle Points for Nonsmooth Weakly Convex Functions via Perturbed Proximal Algorithms
von: Huang, Minhui, et al.
Veröffentlicht: (2021)

Loss Landscape of Shallow ReLU-like Neural Networks: Stationary Points, Saddle Escape, and Network Embedding
von: Wu, Frank Zhengqing, et al.
Veröffentlicht: (2024)

Dimer-Enhanced Optimization: A First-Order Approach to Escaping Saddle Points in Neural Network Training
von: Hu, Yue, et al.
Veröffentlicht: (2025)

A Theory of Saddle Escape in Deep Nonlinear Networks
von: Rawal, Divit, et al.
Veröffentlicht: (2026)

Late-to-Early Training: LET LLMs Learn Earlier, So Faster and Better
von: Zhao, Ji, et al.
Veröffentlicht: (2026)

Regret Minimization via Saddle Point Optimization
von: Kirschner, Johannes, et al.
Veröffentlicht: (2024)

Federated Composite Saddle Point Optimization
von: Bai, Site, et al.
Veröffentlicht: (2023)

Proximal Point Method for Online Saddle Point Problem
von: Meng, Qing-xin, et al.
Veröffentlicht: (2024)

Neural Network-based High-index Saddle Dynamics Method for Searching Saddle Points and Solution Landscape
von: Liu, Yuankai, et al.
Veröffentlicht: (2024)

Mirror Descent Algorithms with Nearly Dimension-Independent Rates for Differentially-Private Stochastic Saddle-Point Problems
von: González, Tomás, et al.
Veröffentlicht: (2024)

Quantization Avoids Saddle Points in Distributed Optimization
von: Bo, Yanan, et al.
Veröffentlicht: (2024)

Refining Multidimensional Video Reward Models via Disentangled Influence Functions
von: Wang, Muyao, et al.
Veröffentlicht: (2026)

Inertial Newton Algorithms Avoiding Strict Saddle Points
von: Castera, Camille
Veröffentlicht: (2021)

Simultaneous Learning and Optimization via Misspecified Saddle Point Problems
von: Ahmadi, Mohammad Mahdi, et al.
Veröffentlicht: (2025)

A Saddle Point Remedy: Power of Variable Elimination in Non-convex Optimization
von: Gan, Min, et al.
Veröffentlicht: (2025)

Stochastic Gradient Descent in the Saddle-to-Saddle Regime of Deep Linear Networks
von: Corlouer, Guillaume, et al.
Veröffentlicht: (2026)

Class-wise Activation Unravelling the Engima of Deep Double Descent
von: Gu, Yufei
Veröffentlicht: (2024)

Accelerated Gradient Methods for Nonconvex Optimization: Escape Trajectories From Strict Saddle Points and Convergence to Local Minima
von: Dixit, Rishabh, et al.
Veröffentlicht: (2023)

Weak-to-Strong Diffusion with Reflection
von: Bai, Lichen, et al.
Veröffentlicht: (2025)

NuMuon: Nuclear-Norm-Constrained Muon for Compressible LLM Training
von: Dolatabadi, Hadi Mohaghegh, et al.
Veröffentlicht: (2026)

Escaping Saddle Points via Curvature-Calibrated Perturbations: A Complete Analysis with Explicit Constants and Empirical Validation
von: Alpay, Faruk, et al.
Veröffentlicht: (2025)

Saddle-to-Saddle Dynamics Explains A Simplicity Bias Across Neural Network Architectures
von: Zhang, Yedi, et al.
Veröffentlicht: (2025)

Exploring New Frontiers in Vertical Federated Learning: the Role of Saddle Point Reformulation
von: Beznosikov, Aleksandr, et al.
Veröffentlicht: (2026)

Online Min-Max Optimization: From Individual Regrets to Cumulative Saddle Points
von: Vyas, Abhijeet, et al.
Veröffentlicht: (2026)

Series of Hessian-Vector Products for Tractable Saddle-Free Newton Optimisation of Neural Networks
von: Oldewage, Elre T., et al.
Veröffentlicht: (2023)

Bilevel Optimization over Saddle Points of Zero-Sum Markov Games
von: Zheng, Zihao, et al.
Veröffentlicht: (2026)

AdaMuon: Adaptive Muon Optimizer
von: Si, Chongjie, et al.
Veröffentlicht: (2025)

Enhancing Stability of Physics-Informed Neural Network Training Through Saddle-Point Reformulation
von: Bylinkin, Dmitry, et al.
Veröffentlicht: (2025)

Private Algorithms for Stochastic Saddle Points and Variational Inequalities: Beyond Euclidean Geometry
von: Bassily, Raef, et al.
Veröffentlicht: (2024)

Channel Matters: Estimating Channel Influence for Multivariate Time Series
von: Wang, Muyao, et al.
Veröffentlicht: (2024)

Multiphysics Bench: Benchmarking and Investigating Scientific Machine Learning for Multiphysics PDEs
von: Yang, Changfan, et al.
Veröffentlicht: (2025)

Convergence, Sticking and Escape: Stochastic Dynamics Near Critical Points in SGD
von: Dudukalov, Dmitry, et al.
Veröffentlicht: (2025)

From Saddle Points Toward Global Minima: A Newton-Type Method on Wasserstein Space
von: Lascu, Razvan-Andrei, et al.
Veröffentlicht: (2026)

Saddle-Free Guidance: Improved On-Manifold Sampling without Labels or Additional Training
von: Yeats, Eric, et al.
Veröffentlicht: (2025)

TrasMuon: Trust-Region Adaptive Scaling for Orthogonalized Momentum Optimizers
von: Cheng, Peng, et al.
Veröffentlicht: (2026)