普林斯頓 Elad Hazan 回顧線上凸最佳化二十年，談 AI 與數學
普林斯頓大學教授 Elad Hazan 發表長文，回顧線上凸最佳化（OCO）二十年，串起 Online Newton Step、AdaGrad 等現代 AI 核心方法的脈絡。他回憶了與 Satyen Kale、John Duchi、Yoram Singer 合作提出 AdaGrad 的過程，以及 ONS 論文被 FOCS/STOC 拒稿的經歷；OCO 的 regret minimization 與自適應更新思想後來進入 bandit、線上控制與序列建模。
AdaGrad 共同發明者親述 ONS 與 AdaGrad 的誕生細節和拒稿經歷，並給出 AI 時代數學家價值的判斷，對做最佳化、機器學習與關注 AI for math 的讀者有參考價值。
原標題：研究了一辈子「遗憾」的人，说自己零遗憾：一个 AI 核心方法的二十年
閱讀原文
| 評分 | 72 / 64（平均 68，門檻 65） |
|---|---|
| 狀態 | 精選 |
相關報導
Hacker News front page● 精選AI 評分95
OpenAI 單日發布 372 項數學成果，含 Unique Games 猜想證明
OpenAI 於 10 月 6 日一次性發布 372 項數學成果，其中包括 Subhash Khot 的 Unique Games 猜想證明，部分結果附有 Lean 證書，但並非全部。截至目前似乎還沒有人類讀懂這些證明，理解它們的競賽才剛剛開始。作者妻子、複雜度理論家 Dana Moshkovitz 長期研究 UGC，她稱論文寫得極差、必須靠 AI 輔助才能閱讀，證明構造出一種全新的遞迴編碼與噪聲測試。