PulseAugur
中
实时 10:09:58
实体 Logit Gradient Preconditioning

Logit Gradient Preconditioning

PulseAugur coverage of Logit Gradient Preconditioning — every cluster mentioning Logit Gradient Preconditioning across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_180649 ·

    新的 nGPT 训练方法将 MoE 模型所需的 token 数量减半

    研究人员开发了一种名为归一化 Transformer (nGPT) 的新训练方法，该方法将模型参数和激活限制在单位超球面上，以改进表示学习。这一方法在最近的 arXiv 论文中进行了详细介绍，包括 Logit Gradient Preconditioning、Logarithmic Learning Rate Decay 和 GatedAdamW 等技术。当应用于混合 Mamba-2--Transformer Mixture-of-E…