研究人员开发了一个理论框架和模拟算法来模拟深度神经网络(DNN)的训练动态,特别是解决了在大语言模型(LLM)预训练期间观察到的间歇性损失尖峰现象。他们的工作表明,具有重尾、幂律分布输入的简单二次模型可以复制这些尖峰。在涉及已知会在Transformer LM中引起尖峰的Adam超参数配置的案例研究中,他们的模拟成功地从给定检查点预测了尖峰行为,并且他们推导出了一个经验上提高了性能的$eta_2$调度。 AI
影响 提供了一个理论框架来理解和潜在地缓解LLM预训练期间的损失尖峰。
排序理由 该集群包含一篇研究论文,详细介绍了用于模拟DNN训练动态的新理论框架和模拟算法。[lever_c_demoted from research: ic=1 ai=1.0]
- Adam
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Deep Neural Networks
- Gotit.pub
- Hugging Face
- IArxiv
- large-language models
- ScienceCast
- transformer LMs
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →