ADANA 论文线程续篇:优化器指数级优势的补充实验与局限说明
_katieeverett · x · 2026-09-10
Katie Everett 对其 ADANA 优化器论文线程做 Part 2 总结,并附三点注意事项:模型较小(51M–253M)、固定 batch(256×2048),batch 增大时 ADANA 可能更早失去效率优势;部分点需外推基线拟合;更多实验即将推出。同帖强调这是首次被说服优化器能在 Transformers 中真正改变 scaling 指数。
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
- 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
- EMNLP 论文 GENIE:细粒度度量 LLM 故事的「新意」究竟在哪 — gregd_nlp · 2026-10-27
- hash n-gram 值嵌入助力 12×1024 GPT 刷新 30M 纪录至 3.2115 — RobertTLange · 2026-10-27