研究:Muon预训练临时权重衰减效果延迟显现
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
最新进展11月16日 13:00
Muon 预训练中临时权重衰减的延迟效应研究报道时间线
沿着报道,了解事件的不同侧面。
11月16日
- arXiv cs.CLMuon 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%
02468
11月17日06:0012:0018:0011月18日
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。