Learning an Efficient Optimizer via Hybrid-Policy Sub-Trajectory Balance

作者
Yunchuan Guan,Yü Liu,Ke Zhou,Hui Li,Sen Jia,Zhiqi Shen,Z G Wang,Xinglin Zhang,Tao Chen,Jenq‐Neng Hwang,Li Lei
出处
期刊:Cornell University - arXiv [Cornell University]
标识
DOI:10.48550/arxiv.2511.00543
摘要

Recent advances in generative modeling enable neural networks to generate weights without relying on gradient-based optimization. However, current methods are limited by issues of over-coupling and long-horizon. The former tightly binds weight generation with task-specific objectives, thereby limiting the flexibility of the learned optimizer. The latter leads to inefficiency and low accuracy during inference, caused by the lack of local constraints. In this paper, we propose Lo-Hp, a decoupled two-stage weight generation framework that enhances flexibility through learning various optimization policies. It adopts a hybrid-policy sub-trajectory balance objective, which integrates on-policy and off-policy learning to capture local optimization policies. Theoretically, we demonstrate that learning solely local optimization policies can address the long-horizon issue while enhancing the generation of global optimal weights. In addition, we validate Lo-Hp's superior accuracy and inference efficiency in tasks that require frequent weight updates, such as transfer learning, few-shot learning, domain generalization, and large language model adaptation.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
刚刚
天天快乐应助求思东观令采纳,获得10
刚刚
迷途应助nzxnzx采纳,获得10
刚刚
123发布了新的文献求助10
刚刚
黄紫红完成签到 ,获得积分10
1秒前
忧郁映冬完成签到,获得积分10
1秒前
lyb完成签到,获得积分10
1秒前
maoamo2024发布了新的文献求助10
1秒前
wjm完成签到,获得积分10
1秒前
李小豆完成签到,获得积分10
1秒前
lulu发布了新的文献求助10
1秒前
ori发布了新的文献求助10
2秒前
映菱完成签到 ,获得积分10
2秒前
猪皮恶人完成签到,获得积分10
2秒前
JJZ完成签到,获得积分10
2秒前
李健的小迷弟应助MYJ采纳,获得10
2秒前
郑梅梅完成签到,获得积分10
2秒前
3秒前
Frida完成签到,获得积分10
3秒前
纸鹤发布了新的文献求助10
3秒前
xiaxia完成签到 ,获得积分10
4秒前
疾风少年完成签到,获得积分10
4秒前
4秒前
wanci应助nnn采纳,获得10
4秒前
菠萝吹雪完成签到,获得积分10
4秒前
5秒前
曾经很天真完成签到,获得积分10
5秒前
5秒前
5秒前
lll完成签到 ,获得积分10
5秒前
大模型应助冷酷的依霜采纳,获得10
5秒前
5秒前
有魅力小刺猬完成签到,获得积分10
5秒前
Judy完成签到,获得积分10
5秒前
酷波er应助小狒狒采纳,获得10
6秒前
wt完成签到,获得积分10
6秒前
筱筱昕然完成签到,获得积分10
6秒前
毗昙应助奋斗战斗机采纳,获得10
6秒前
天真晓博完成签到,获得积分10
6秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Organizational Behavior 510
Management and the Arts 510
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
Rosenblum, Global Change Biology 500
CLSI VET01S-2024 Performance Standards for Antimicrobial Disk and Dilution Susceptibility Tests for Bacteria Isolated From Animals (7th Ed) 500
DIPPR Project 801 - Full Version 380
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 化学工程 工程类 有机化学 物理 复合材料 生物化学 内科学 细胞生物学 基因 遗传学 免疫学 冶金 光电子学 癌症研究
热门帖子
关注 科研通微信公众号,转发送积分 7766694
求助须知:如何正确求助?哪些是违规求助? 9310506
关于积分的说明 20317698
捐赠科研通 7351713
什么是DOI,文献DOI怎么找? 3315152
关于科研通互助平台的介绍 2464624
邀请新用户注册赠送积分活动 2329811