GraphMuon把Muon正交化改造适配GNN，图基准收敛更快
Guy Hadad · hf · 2026-11-12
Ben-Gurion 大学团队发布 GraphMuon：将 Muon 优化器的矩阵正交化思路适配到图神经网络的传播表示协方差上。论文指出 GNN 中图传播会放大更新幅度，GraphMuon 通过模块感知的更新方式抑制这种图诱导的放大，在图基准上更快达到目标验证损失。
「研究」频道最新
- token pooling 与嵌入量化、Matryoshka 组合使用效果出色 — antoine_chaffin · 2026-11-12
- 用 Fable 5.2 解 Cicada 3301：换行按字宽、双字符非字母替换 — imjustnewatai · 2026-11-12
- FAME 探索规划方法跨场景迁移，重建完成率超 NBP 6.6 个百分点 — jiqizhixin · 2026-11-12
- E11 Bio 招计算科学家：用 Agentic AI 操控显微镜 — anderssandberg · 2026-11-12
- EPFL：Claude 靠推理手写 EEG 网络权重，样本量仅需梯度训练 1/6 — epfl-ch · 2026-11-12
- 可微 SSSS 框架实现单图实时皮肤数字化与次表面散射估计 — ssh4net · 2026-11-12