PopRiskMinimization

PopRiskMinimization 是一个基于深度学习泛化理论的优化器实现，将论文《A Theory of Generalization in Deep Learning》中的群体风险最小化（PRM）算法工程化为 PyTorch 兼容的 AdamW 替代方案。其核心是在标准 AdamW 更新基础上，引入基于梯度均值与中心化方差比（SNR）的参数级自适应掩码，动态抑制噪声主导的参数更新；支持 soft/hard/snr 三种掩码模式及 per-tensor 降维策略。适用于训练稳定性要求高、小批量噪声显著的场景，如扩散模型、条件流匹配（CFM）和小批量微调任务。