Percolation Dynamics in Optimization : Variance Cascades and Discrete Scale Invariance

• 类型：arxiv
• 标识：2609.02373
• 链接：https://arxiv.org/abs/2609.02373
• 主分类：llm-infra
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：The dynamics of Stochastic Gradient Descent is studied by modeling the stochastic gradient flow as a percolation process, in which nested architectural symmetries force subnetworks to merge in discrete blocks rather than by single-edge attachment.
• OpenAlex ID：W7214753536
• OpenAlex DOI：10.48550/arxiv.2609.02373
• DOI：10.48550/arxiv.2609.02373
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2609.02373
• OpenAlex更新：2026-10-03
• 待LLM分类：否
• 标题中文：优化中的渗流动力学：方差级联与离散尺度不变性
• TLDR中文：通过将随机梯度流建模为渗流过程来研究随机梯度下降的动态，其中嵌套的架构对称性迫使子网络以离散块的形式合并，而非通过单边附着。
• 成熟度：research
• 场景：optimization、sgd
• 来源文件：
• /inbox/tom/_candidates/2026-09-04-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]