待验证50% 置信事实精确时间
SMO的核心思路是将大型优化问题分解为一系列最小子问题，每次仅选取两个参数进行优化并推导出解析解，避免耗时的数值求解
1
来源数
50%
置信度
长期有效
时效性
2026/9/22
首次发现
来源
涉及实体
相关事实
待验证序列最小优化算法（SMO）由 John Platt 于 1998 年提出，将大规模二次规划问题分解为只涉及两个变量的最小子问题78% 相似待验证应从最简单的单Agent方案出发，只在数据证明拆分确有收益时才引入复杂度65% 相似待验证对于扒谱、BPM识别等需要精确计算的任务，将复杂流程拆成明确的小步骤能减少输出跑偏的概率65% 相似待验证稀疏激活架构下推理阶段的FLOPs与激活参数规模线性相关而非与总参数规模相关，从而降低单次推理的计算资源消耗和延迟65% 相似待验证OOSM 除回溯重放外还有 Algorithm A（用当前增益近似处理）和 Algorithm B（基于储存协方差进行精确后验修正）等方案，各有计算复杂度与精度权衡65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/942112API
curl https://kongchang.com/api/v1/knowledge/claims/942112MCP
get_claim(id=942112)