研究人员开发了 MUON-RT,一种新颖的大型语言模型自蒸馏方法,通过重用教师-学生位移而不是单独的动量缓冲区,显著减少了内存使用。这种方法在新的 arXiv 论文中有所详述,它编码了应用更新的指数加权历史并平滑噪声。实验表明,MUON-RT 在使用量显著减少的持久内存的情况下,提高了准确性,优于标准的 AdamW 和基于动量的 Muon 方法。 AI
影响 该方法可以实现更高效的大型语言模型训练,降低硬件要求,并可能加速开发周期。
排序理由 该集群包含一篇详细介绍 LLM 自蒸馏新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- AdamW
- muon
- MUON-RT
- Newton-Schulz
- Olmo-3-7B-Instruct
- Qwen2.5-7B-Instruct
- Self-Distillation Fine-Tuning
- Self-Distillation Policy Optimization
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →