ADANA 论文:momentum cooldown 规则令 token 倍数相对 AdamW 近乎翻倍
_katieeverett · x · 2026-09-10
线程第三问:能否在训练末期缩短 ADANA 的记忆窗口来提升效果?作者提出按 LR 衰减时间尺度缩短窗口的 momentum cooldown 规则,在最高过训练量下使 ADANA 相对 AdamW 的 token 倍数近乎翻倍。
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
- EMNLP 2026 两篇论文：小模型实体追踪超人类、类人短暂记忆研究 — GretaTuckute · 2026-10-27
- 历时十年研究：秘鲁 Tarma 克丘亚语的「反自然」音系限制首获实证 — begusgasper · 2026-10-27
- Clinical System One v0.2:更难测试下顶级医疗 AI 准确率跌至 65% — MaziyarPanahi · 2026-10-27
- IdeaAnchor:用 1.4 万篇论文的灵感溯源教 LLM 基于文献提想法 — armancohan · 2026-10-26
- MIT Ziming Liu 批评 AutoResearch：不懂原理的训练技巧会引发 forking 过拟合灾难 — ZimingLiu11 · 2026-10-26
- 斯坦福数据中心化 AI 研讨会开放报名，海报截止延期 — jure · 2026-10-26