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: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
- 剑桥等机构论文揭露图软提示的 token collapse 病态行为 — Sapienza · 2026-10-27
- Mathathon 2.0 启动：与陶哲轩 SAIR 合作，团队获 150 万美元算力 — _sathvikr · 2026-10-27
- 推友提出「甜课程」真实存在：两类 ML 问题应分而治之 — mike64_t · 2026-10-27
- PixGR：像素空间生成式解码加速前馈 3D 高斯重建 — kwangmoo_yi · 2026-10-27
- UniAction 统一动作条件框架:单一世界模型驱动多种动作类型 — ZeYanjie · 2026-10-27
- Infini-AI Lab 开源 Hermit:让 agent 从经验中进化出好习惯 — BeidiChen · 2026-10-27