新论文:动量记忆调度可在 Transformer overtraining 轴上 outscales AdamW
_katieeverett · x · 2026-09-10
Katie Everett 与 Shikai Qiu 的新论文表明,优化器的动量记忆调度(如 ADANA)能在 overtraining 轴上持续超越 AdamW——这对过度训练已成为主流的当下有实际意义。线程依次给出定义(token 乘数、outscaling)与实验:51M–253M 模型上 ADANA 随 OT 增大拉开优势,Muon 优势恒定,SOAP 或在最高 OT 下进一步提升。
所属事件:ADANA 动量调度优化器在过训练轴上改写 scaling 指数(13 条相关)→
「研究」频道最新
- 研究者用果蝇连接组迭代构造更智能物种的连接组 — airkatakana · 2026-09-11
- CellFluxRL 提出 RL 约束的虚拟细胞建模,投 ECCV 2026 — Prof_Lundberg · 2026-09-11
- PiPNN 近邻搜索算法横扫三会议最佳论文,索引构建提速 78 倍 — khademinori · 2026-09-11
- 《Steerable Visual Representations》登ICML长口头报告 — y_m_asano · 2026-09-11
- OpenCVL 卫星图像配准数据集亮相 ECCV 2026 — ducha_aiki · 2026-09-11
- Diverse VPR 视觉场所识别工作投稿 ECCV 2026 — ducha_aiki · 2026-09-11