一篇新论文研究了 Muon 优化器与 AdamW 在大型语言模型预训练中的性能比较。虽然 Muon 最初显示出速度优势,但研究表明,在微调后,尤其是在更大的预训练数据集下,AdamW 的表现优于 Muon。这种逆转可以用边际传播比来解释,该比率表明随着数据预算的增加,AdamW 的效率会更高。 AI
影响 表明 AdamW 可能是比 Muon 更稳健的 LLM 微调选择,尤其是在拥有大量预训练数据的情况下。
排序理由 研究论文,分析了优化器在 LLM 预训练和微调中的性能。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →