NeuralOperator：面向算子学习的开源Python库
该文献介绍了一个名为NeuralOperator的开源Python库，用于神经算子（operator learning）的训练与部署；其定位是工具与软件资源，而非临床或实验研究，因此不涉及疗效或因果方向的结论。 研究设计与做法：文献类型为资讯/软件介绍，材料未报告样本量、干预与对
标签：Journal of Machine Learning Research
该标签下的全部条目（栏目名、期号「YYYY-MM-DD」与「每日前沿」都会作为标签）。
自适应Double Oracle降低两人零和扩展式博弈样本复杂度
结论：在两人零和扩展式博弈中，作者提出AdaDO，通过采用最优扩展频率，把Double Oracle的样本复杂度从随受限博弈数指数增长降到多项式量级；该结论来自理论分析与实验，属方法学层面的证据支持，尚非临床或应用层面的验证。 设计：属算法与理论研究，非人体或临床研究。作者先分析
MAXCUT聚类半定规划松弛与去偏：两类高斯的误分类保证
结论：作者给出SDP1、BalancedSDP与谱聚类三种算法的统一理论分析，在信噪比下界为常数时允许部分恢复；结果以多项式速率与指数衰减的误分类上界表述，属理论证明加模拟验证，证据支持限于模型假设之内。 研究设计与做法：理论分析加模拟研究；设定为从R^p中两个次高斯分布混合抽取
