convex-optimization

本文介绍了一种面向在线优化的曲率自适应跟随扰动的领导者（FTPL）算法，该算法采用时变扰动尺度，在非凸Lipschitz损失和强凸损失下均能实现最优遗憾界。

介绍了BoxLitE，这是一种针对DL-LiteH的知识库嵌入模型，利用凸优化实现弱忠实嵌入。论文表明，对于任何可满足的DL-LiteH知识库，都存在具有理想忠实性性质的BoxLitE嵌入。

本文介绍了CLD，一种基于凸优化的轻量级语言检测头（用于ASR），在不到100个训练样本下实现97-98%的准确率，同时将计算成本降低13倍，解决了5种语言和24种子方言的口音和方言鲁棒性问题。