可学习混合权重提速训练
torchcompiled · x · 2026-07-15
作者总结说，这可能是他目前最有趣的一个项目：
- 将参数表示为 SymExp 和普通线性权重的可学习加权混合；
- 训练时可获得最高约 1.42x 的墙钟速度提升；
- 最终还能融合回标准权重，方便部署。
所属事件:SEL权重参数化:训练提速1.42倍且可融合部署(7 条相关)→
「研究」频道最新
- MissionReport 基准：540 份政府任务报告仅 3 份全达标 — Exp_Mark · 2026-10-27
- Finch 1 发布：用 50+ 种传感器影像训练的通用地理空间基础模型 — Scobleizer · 2026-10-27
- Skyfall AI 推出工程世界模型 SKY-001:文本转 CAD 构建,3.9 秒 vs GPT-6 的 199 秒 — rohanpaul_ai · 2026-10-27
- 物理学家让 AI 自选课题：两小时产出可登顶刊的论文 — burny_tech · 2026-10-27
- 研究者谈评测集透明度:组合性评测仍存数据污染隐患 — najoungkim · 2026-10-27
- 可解释性研究该分清形式与估计器：均值差转向不如直接梯度下降 — johnhewtt · 2026-10-27