PCD 把主目标梯度钉在更新方向上，在 ResNet-34/CIFAR-100 的 90% 稀疏度下保住 70.9% 准确率，而对称多目标基线全部崩塌
该工作提出 Priority-Constrained Descent（PCD），一种把主目标梯度作为锚点、只在必要时做最小欧氏扭曲以保证每个次要目标获得 τ 比例一阶进展的梯度优化框架，在结构化剪枝、非结构化稀疏加低秩以及合成实验中报告了优于对称多目标方法的逐目标表现与帕累托支配，并给出二、三目标的闭式解与尺度不变性。
该工作提出 Priority-Constrained Descent（PCD），一种把主目标梯度作为锚点、只在必要时做最小欧氏扭曲以保证每个次要目标获得 τ 比例一阶进展的梯度优化框架，在结构化剪枝、非结构化稀疏加低秩以及合成实验中报告了优于对称多目标方法的逐目标表现与帕累托支配，并给出二、三目标的闭式解与尺度不变性。
已读完全部报道