AIDC
DC AI 热点

全部 AI 动态

9月24日2026-09-24
arXiv 机器学习✦ 精选AI 评分 65/10012:00

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。

阅读原文 ↗推荐理由:提出了一种降低去中心化零阶优化通信开销的新算法,具备完整的收敛性理论证明。# 零阶优化# 去中心化学习# 分布式算法# 通信优化# 机器学习理论