nonconvex

本文分析了Muon优化器中的有限Newton-Schulz迭代如何通过平滑极映射使非光滑非凸优化受益，提供了匹配最佳已知界限的收敛保证。

本文为无调度梯度下降和无调度随机梯度下降在非凸优化中提供了最坏情况收敛性分析，建立了最优速率和严格鞍点规避，从而从理论上证明了其实验成功。

本文证明了在高阶光滑非凸优化中寻找ε-稳定点的无维数尖锐一阶下界，解决了Hessian-Lipschitz和三阶光滑情况下的公开问题。