研究/論文初出 8/18 02:59
最新の最適化とAlphaEvolveによる行列乗算指数改善
Improving the matrix multiplication exponent with modern optimization and AlphaEvolve
https://export.arxiv.org/api/query2026/8/18
AI要約
行列乗算の計算量下界を改善する「レーザー法」における最適化問題を解析し、複数の改善策を提案。問題の再定式化と最新の機械学習最適化手法の活用により、従来よりも大規模な設定での解法を可能にする。
AI要点
- 行列乗算の計算量の上界を改善するため、レーザー法(Laser method)の最適化問題に対する新しいアプローチを提案。
- 最適化問題をより大きな設定で解けるように再定式化し、機械学習を用いた新しい最適化アルゴリズムを開発。
- AlphaEvolveによる最適化アルゴリズムの洗練を行い、計算量の上界を改善。
- 最適化手法の改善により、行列乗算の指数 $\omega$ の上限を 2.371339 から 2.371177 へと向上させた。
なぜ重要か
行列乗算の計算複雑性理論における最良の上界を更新し、計算量削減の理論的限界に近づくことで、大規模な行列演算を必要とする科学計算やデータ分析の効率化に貢献する。