ADANA 论文:对数时间 weight decay 助 AdamW/SOAP 却伤 Muon
_katieeverett · x · 2026-09-10
线程第二问:类似的 weight decay 调度能否改善长视界表现?在拟合系数规则下,对数时间 weight decay(Ferbach et al. 2026)对 AdamW、ADANA、SOAP 有帮助,但在高过训练下伤害 Muon——最佳处理同时取决于优化器与训练视界。
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