Muon 预训练新论文:前 44% 用权重衰减再撤掉,最终效果反而更好
ziv_ravid · x · 2026-11-19
新论文《Delayed Effects of Temporary Weight Decay in Muon Pretraining》研究了 Muon 优化器下权重衰减的时机效应:实验在训练前 44% 施加权重衰减,之后移除。
核心发现:移除衰减后模型立刻变差(比从不用衰减还差),但训练到后期反而超过一直不用衰减的基线。作者解释:早期衰减把权重范数压小,而 Muon 的特性意味着后续训练获得更大的有效步长——代价立刻显现,收益延迟到来。
所属事件:Muon预训练临时权重衰减:早用早停反超基线(8 条相关)→
「研究」频道最新
- 机器人指尖触觉接入 Isaac Sim,实时生成触摸热力图 — KyleMorgenstein · 2026-11-19
- 田渊栋斯坦福 Deep Learning 课小测:训练中途解开权重共享会怎样 — tatsu_hashimoto · 2026-11-19
- 台式合成设备迭代速度翻三倍,半数厂商在中国 — JacquesThibs · 2026-11-19
- Perceptron 发布 Ego 1.0 API:自我中心视频标注成本仅 Astra 八分之一 — AkshatS07 · 2026-11-19
- 牛津论文:后训练让 LLM 世界观更灰暗,对话会滑向灵性极乐吸引子 — twiecki · 2026-11-19
- 研究者吐槽:当前环境不奖励真正的科学进步 — gerardsans · 2026-11-19