51M–253M 模型实测:ADANA 随 overtraining 拉开对 AdamW 优势
_katieeverett · x · 2026-09-10
线程核心实验结果:在 51M–253M 参数的 Transformer 上,随 overtraining 因子增大,ADANA 持续 outscales AdamW;矩阵预条件优化器在小 OT 区间占优——Muon 的优势大致恒定,SOAP 在最高 OT 因子下可能进一步提升。
所属事件:动量记忆调度在过度训练轴上改变 scaling 指数(13 条相关)→
「研究」频道最新
- LightMTP：轻量潜空间多 token 预测助 LLM 预训练学会提前规划 — gdm3000 · 2026-10-27
- EMNLP 研究：AI 翻译小说读得顺，但质量波动远大于人类译本 — tuvllms · 2026-10-27
- 实验猴荒：中国 3-5 万美元一只，繁育周期 4 年成药物临床前瓶颈 — zebird0 · 2026-10-27
- OpenAI 基金会资助 UNC 肿瘤抗原研究，招聘资深实验科学家 — iskander · 2026-10-27
- 研究者定向干预注意力头：向上提升诚实，向下压制道德虚无 — edelwax · 2026-10-27
- 研究表明神经元足以做电路分析，transcoder 增益有限 — burny_tech · 2026-10-27