---
title: "Inward-Only Gradient Flow (内向梯度流)"
created: 2026-06-23
updated: 2026-06-23
type: concept
tags: ["gradient-interference", "architecture", "representation-learning", "world-modeling"]
sources: ["[[hazare-dcgwm-2026]]", "https://arxiv.org/abs/2606.18688"]
---

# Inward-Only Gradient Flow (内向梯度流)

**Inward-only gradient flow** 是 [[dcgwm|DCGWM]] 的核心分离机制：外部接地源的梯度**仅流向其指定的潜在子空间**，绝不跨越到其他子空间或回流到建模引擎的任意部分。

## 定义

对于分区潜在空间 Z = Z_p ⊕ Z_b：

- PGC 的梯度 ∂L_PGC/∂θ 仅在 W_p 上非零
- SBGC 的梯度 ∂L_SBGC/∂θ 仅在 W_b 上非零
- 任何从 Z_p 到 Z_b（或反向）的梯度路径被架构阻断

## 实现机制

三种互补实现手段：

1. **梯度掩码**：将接地损失梯度限制到指定权重组——优化器仅对 W_p（或 W_b）有写权限
2. **Stop-Gradient**：在非目标子空间的所有接地损失计算中应用 sg(z_b)（或 sg(z_p)）
3. **参数排除**：GRL 参数完全排除在 PGC/SBGC 优化器之外

## 为什么必要

仅用梯度投影（如 GradOPS 的正交投影）处理已有的梯度——而如果梯度已经在共享空间中交互，投影不能恢复已丢失的信息。内向约束**完全阻止**非指定子空间的梯度到达，而非在梯度到达后处理。

类比：投影 = 混在一起再过滤；内向 = 根本不混。

## 与 Domain Expansion 的区别

Domain Expansion 将已有梯度投影到正交子空间。DCGWM 的内向约束施加在**梯度流拓扑**层面——它定义了梯度**可以流经**的路径，而非流经后如何处理。

## 参考

- [[dcgwm|DCGWM]]
- [[objective-interference-collapse|OIC]]
- [[hazare-dcgwm-2026|DCGWM 论文]]