我正在阅读一篇总结了一组模拟的论文。基本上，作者试图使用不同的优化算法来最小化一些函数。他们得出结论：“我们的发现指出了在一阶和二阶最优性条件失败的点处的收敛实例。”

这在简单的英语中意味着什么——即使算法没有确定最佳点，参数更新也基本上停止了？我的理解是：

• 一阶条件：确保已找到临界点——最大值、最小值或拐点。
• 二阶条件：确定这个点是我们想要的性质（例如，它确实是一个最小值）。

它是否正确？我的优化知识有点生疏，所以我只是想确认我理解。