观察：v4 训练无失稳，1M 上下文撑约 10T token 训练量
stochasticchasm · x · 2026-09-11
- 训练全程未出现失稳，作者推测 v4 训练期的稳定性问题已在新一轮训练中解决，对这个架构是积极信号。
- 值得注意的是对方继续沿用 WSD 学习率调度，并在约 10T token 的超长训练中做上下文长度扩展。
- 作者感叹：以 1M token 的上下文长度持续训练这么久相当激进罕见。
所属事件:DeepSeek V4 训练细节：超 10T token 与 1M 上下文(3 条相关)→
「Infra」频道最新
- 曝 SpaceX 2027 或成最大 VR200 买家：2 万机架约 3000 亿美元 — bookwormengr · 2026-10-28
- MySQL 递归 CTE 在 5 亿行下超时，图数据库 23.6ms 完成同查询 — JeremyCMorgan · 2026-10-28
- OpenRouter 周token量一年涨27倍至165万亿，开放模型占72% — FinanceYF5 · 2026-10-28
- AI 行业豪赌:多年锁定算力采购,按 token 卖智能,风险谁来扛 — vaibhavbetter · 2026-10-28
- OpenAI 员工放言：算力决定国运，美国已锁定胜局 — willdepue · 2026-10-28
- 马来西亚数据中心总容量与设施数均已超新加坡,规划容量约 10 倍 — bytebot · 2026-10-28