研究人员在arXiv上发表了一篇论文,详细介绍了Muon预训练中临时权重衰减的延迟效应。他们对不同参数规模(1.62亿至34亿)的仅解码器Transformer进行的实验表明,诸如权重衰减之类的临时优化干预措施,虽然最初可能会增加验证损失,但最终会在训练预算结束时将其降低。研究发现,该干预措施的时机和持续时间显著影响最终的模型性能,早期衰减会留下持续的权重范数赤字,从而影响收敛动态。这些发现表明,临时优化计划应在预期的最终训练预算下进行评估,而不仅仅是在其移除后。 AI
影响 表明优化计划可能产生长期影响,影响模型的训练和评估方式。
排序理由 该集群包含一篇在arXiv上发表的研究论文,详细介绍了模型预训练技术的实验结果。[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 →