Buchumschlag

Delightful Gradients Accelerate Corner Escape

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mei, Jincheng, Osband, Ian
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Delightful Policy Gradient
von: Osband, Ian
Veröffentlicht: (2026)

Delightful Distributed Policy Gradient
von: Osband, Ian
Veröffentlicht: (2026)

Delightful Exploration
von: Osband, Ian
Veröffentlicht: (2026)

Does This Gradient Spark Joy?
von: Osband, Ian
Veröffentlicht: (2026)

Corner Gradient Descent
von: Yarotsky, Dmitry
Veröffentlicht: (2025)

An Accelerated Gradient Method for Convex Smooth Simple Bilevel Optimization
von: Cao, Jincheng, et al.
Veröffentlicht: (2024)

Stochastic Gradient Succeeds for Bandits
von: Mei, Jincheng, et al.
Veröffentlicht: (2024)

Ordering-based Conditions for Global Convergence of Policy Gradient Methods
von: Mei, Jincheng, et al.
Veröffentlicht: (2025)

Revisiting Policy Gradients for Restricted Policy Classes: Escaping Myopic Local Optima with $k$-step Policy Gradients
von: DeWeese, Alex, et al.
Veröffentlicht: (2026)

Faster WIND: Accelerating Iterative Best-of-$N$ Distillation for LLM Alignment
von: Yang, Tong, et al.
Veröffentlicht: (2024)

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

Rethinking the Global Convergence of Softmax Policy Gradient with Linear Function Approximation
von: Lin, Max Qiushi, et al.
Veröffentlicht: (2025)

Stacking as Accelerated Gradient Descent
von: Agarwal, Naman, et al.
Veröffentlicht: (2024)

Accelerated Gradient Descent for Faster Convergence with Minimal Overhead
von: Graca, Manuel, et al.
Veröffentlicht: (2026)

Teleportation With Null Space Gradient Projection for Optimization Acceleration
von: Wu, Zihao, et al.
Veröffentlicht: (2025)

Dimension-Free Saddle-Point Escape in Muon
von: Long, Yanlin, et al.
Veröffentlicht: (2026)

On the Escaping Efficiency of Distributed Adversarial Training Algorithms
von: Cao, Ying, et al.
Veröffentlicht: (2025)

Large Stepsizes Accelerate Gradient Descent for Regularized Logistic Regression
von: Wu, Jingfeng, et al.
Veröffentlicht: (2025)

Egalitarian Gradient Descent: A Simple Approach to Accelerated Grokking
von: Pasand, Ali Saheb, et al.
Veröffentlicht: (2025)

Description of Corner Cases in Automated Driving: Goals and Challenges
von: Bogdoll, Daniel, et al.
Veröffentlicht: (2021)

Anytime Acceleration of Gradient Descent
von: Zhang, Zihan, et al.
Veröffentlicht: (2024)

Grokfast: Accelerated Grokking by Amplifying Slow Gradients
von: Lee, Jaerin, et al.
Veröffentlicht: (2024)

Streaming Krylov-Accelerated Stochastic Gradient Descent
von: Thomas, Stephen
Veröffentlicht: (2025)

Preconditioning for Accelerated Gradient Descent Optimization and Regularization
von: Ye, Qiang
Veröffentlicht: (2024)

Accelerated Multiple Wasserstein Gradient Flows for Multi-objective Distributional Optimization
von: Nguyen, Dai Hai, et al.
Veröffentlicht: (2026)

Accelerated Policy Gradient: On the Convergence Rates of the Nesterov Momentum for Reinforcement Learning
von: Chen, Yen-Ju, et al.
Veröffentlicht: (2023)

Accelerating Convergence of Stein Variational Gradient Descent via Deep Unfolding
von: Kawamura, Yuya, et al.
Veröffentlicht: (2024)

Accelerated Training through Iterative Gradient Propagation Along the Residual Path
von: Fagnou, Erwan, et al.
Veröffentlicht: (2025)

Revisiting Mixture Policies in Entropy-Regularized Actor-Critic
von: He, Jiamin, et al.
Veröffentlicht: (2026)

Provable Acceleration of Nesterov's Accelerated Gradient for Rectangular Matrix Factorization and Linear Neural Networks
von: Xu, Zhenghao, et al.
Veröffentlicht: (2024)

Communication-Efficient Federated Learning with Accelerated Client Gradient
von: Kim, Geeho, et al.
Veröffentlicht: (2022)

NeuralGrok: Accelerate Grokking by Neural Gradient Transformation
von: Zhou, Xinyu, et al.
Veröffentlicht: (2025)

Improving Infinitely Deep Bayesian Neural Networks with Nesterov's Accelerated Gradient Method
von: Yu, Chenxu, et al.
Veröffentlicht: (2026)

QOG:Question and Options Generation based on Language Model
von: Zhou, Jincheng
Veröffentlicht: (2024)

ConQuR: Corner Aligned Activation Quantization via Optimized Rotations for LLMs
von: Thrash, Chayne, et al.
Veröffentlicht: (2026)

Small steps no more: Global convergence of stochastic gradient bandits for arbitrary learning rates
von: Mei, Jincheng, et al.
Veröffentlicht: (2025)

DIVEBATCH: Accelerating Model Training Through Gradient-Diversity Aware Batch Size Adaptation
von: Chen, Yuen, et al.
Veröffentlicht: (2025)

FSL-SAGE: Accelerating Federated Split Learning via Smashed Activation Gradient Estimation
von: Nair, Srijith, et al.
Veröffentlicht: (2025)

Accelerating LMO-Based Optimization via Implicit Gradient Transport
von: Jang, Won-Jun, et al.
Veröffentlicht: (2026)

Escaping the Verifier: Learning to Reason via Demonstrations
von: Cai, Locke, et al.
Veröffentlicht: (2025)