跳到正文
热点事件观察中

研究:Muon预训练临时权重衰减效果延迟显现

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

Md Rifat Arefin 等作者发表研究称,在 Muon 训练的 162M 至 3.4B 参数 decoder-only Transformer 上,临时权重衰减窗口结束后,验证损失可能先升后降。 在 162M 模型上选定的调度迁移到 1.4B 模型后,移除临时权重衰减时验证损失比无衰减差 0.26 nats,训练进行到 73% 才反超,最终好 0.028 nats。研究据此称,临时优化干预结束时可能抬高验证损失,但在最终训练预算下反而降低验证损失。

AI 根据报道生成 · 1 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月16日
  1. arXiv cs.CL
    Muon 预训练中临时权重衰减的延迟效应研究

    在 Muon 训练的 162M 至 3.4B 参数 decoder-only Transformer 上,临时权重衰减窗口结束后验证损失可能先升后降。162M 选定的调度迁移到 1.4B 后,移除时比无衰减差 0.26 nats,训练进行到 73% 才反超,最终好 0.028 nats。

本事件热度走势

可比范围当前
3
可比范围峰值
811月16日 22:00
近 24 小时变化
-51%

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。