概念Adjoint Method
伴随方法
求解带约束动态系统最优控制问题的经典技术，通过引入拉格朗日乘子高效计算目标函数对控制变量的梯度，内存开销随迭代步数线性增长
时间轴 (近 90 天)
10月30日
伴随方法的内存开销与迭代步数成线性关系而非平方关系，更适合成千上万次迭代的 DP-SGD 场景。
待验证50%
10月28日
伴随方法计算梯度时，其计算成本与参数个数基本无关，特别适合化学机理中成百上千个速率系数的灵敏度分析。
待验证50%
10月8日
Neural ODE通过伴随方法反向计算梯度，无需存储中间激活值，内存复杂度从O(层数)降为O(1)
待验证50%
10月5日
MintFlow 采用伴随（adjoint）公式推导所需扰动，得到该扰动的闭式表达式
待验证50%
10月5日
伴随方法源自最优控制理论和微分方程数值优化领域，在神经常微分方程训练中用于高效计算梯度，无需存储整条前向轨迹
待验证50%