PulseAugur
中
实时 00:04:03
English(EN) Post-Grokking Collapse at the Representation-Readout Interface in Muon-Trained Transformers

Muon训练的Transformer出现后涌现崩溃，失去泛化能力

作者 PulseAugur 编辑部 · [1 个来源] ·

一篇新研究论文探讨了在用Muon优化器训练的Transformer中一种被称为“后涌现崩溃”的现象。虽然Muon最初在模块化加法任务上表现出更快的学习速度，但模型最终会失去泛化能力。这种失败发生在模型内部表示与其输出层之间的接口处，在特定条件下，Muon优化器和AdamW嵌入的行为不同。研究表明，当模型中与任务对齐的组件被隔离时，可以恢复性能，这表明崩溃并非由于根本性的表示退化，而是表示-读出接口处的问题。 AI

影响 探讨了Transformer训练中潜在的故障模式，影响了未来模型开发和优化策略。

排序理由 研究论文，详细介绍了Transformer训练中的一种新现象。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

Muon训练的Transformer出现后涌现崩溃，失去泛化能力

本文如何被排名

Signal score
0 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
研究论文，详细介绍了Transformer训练中的一种新现象。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, model release
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
62 days old
Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Ali Janati, Kaoutar El Maghraoui, Andrei Kanavalau, Anass Belfatmi ·

    Muon 训练的 Transformer 在表示-读出接口处出现 Post-Grokking 崩溃

    arXiv:2608.07436v1 Announce Type: new Abstract: Under the standard split, Muon gets hidden matrices and AdamW embeddings/output head. Muon groks modular addition faster, but its solutions do not hold. All nine configurations on $(a+b) \bmod 113$ grok and later lose generalization…

相关实体

相关话题