研究人员开发了CAST(Clipping with Adaptive Scales and Thresholds,具有自适应尺度和阈值的裁剪)方法,这是一种用于LLM预训练的新颖方法,它建立在软谱裁剪的基础上。CAST根据梯度的历史和估计的谱范数自适应地调整梯度尺度和裁剪阈值。当应用于在83.89B个token上训练的19.08B参数的Mixture of Experts模型时,CAST在九种其他梯度处理技术上表现出优越的性能,实现了更低的训练和验证损失,并减少了梯度尖峰。该方法还使模型能够以更少的步骤达到最佳基线的最终平滑训练损失。 AI
影响 这项新的预训练技术可能导致更高效、更稳定的语言模型训练,从而降低计算成本并加速开发。
排序理由 该集群描述了在arXiv论文中提出的一种新的LLM预训练方法。[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 →