概念annealing
退火
一种通过逐步降低温度参数，使分布从均匀逐渐集中到高概率区域的技术，常用于优化和采样。
时间轴 (近 90 天)
10月30日
论文《Averaged Annealed Markov Chains Achieve the Algorithmic Threshold for Tensor PCA, Part II: Langevin Dynamics》证明带退火和遍历平均的球面Langevin动力学能从均匀随机初始化出发，在多项式时间内达到算法阈值并实现强恢复。
待验证50%
10月30日
退火指逐步降低温度（增大β），使分布从均匀逐渐集中到高概率区域；遍历平均指对轨迹的时间平均(1/T)∫_0^T X_t dt，其方差远小于单点估计。
待验证50%
10月30日
退火与平均是MCMC中的经典技术，本文表明它们可以显著提升局部算法在复杂高维问题中的性能。
待验证50%
10月14日
BridgeTwist引入了时间变化指数退火策略，在采样早期降低扭曲影响，后期逐渐增强。
待验证50%
全部知识事实 (4)
待验证
论文《Averaged Annealed Markov Chains Achieve the Algorithmic Threshold for Tensor PCA, Part II: Langevin Dynamics》证明带退火和遍历平均的球面Langevin动力学能从均匀随机初始化出发，在多项式时间内达到算法阈值并实现强恢复。
50%待验证退火指逐步降低温度（增大β），使分布从均匀逐渐集中到高概率区域；遍历平均指对轨迹的时间平均(1/T)∫_0^T X_t dt，其方差远小于单点估计。
50%待验证退火与平均是MCMC中的经典技术，本文表明它们可以显著提升局部算法在复杂高维问题中的性能。
50%待验证BridgeTwist引入了时间变化指数退火策略，在采样早期降低扭曲影响，后期逐渐增强。
50%