研究人员开发了一种名为二次谱下降法(QSD)的新优化方法,该方法改进了用于训练大型语言模型的现有Muon算法。QSD将局部曲率信息纳入优化过程,可以改变最优更新的奇异值和方向。通过使用Kronecker因子统计量近似曲率并采用Frank-Wolfe方法,QSD变得实用。在GPT预训练上的实验表明,与Muon及其变体相比,QSD持续降低了验证损失,并将训练时间缩短了高达8.49%,同时达到了匹配的验证损失。 AI
影响 这项新的优化技术可能导致更高效的大型语言模型训练,从而降低计算成本和训练时间。
排序理由 该集群包含一篇详细介绍LLM新优化方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →