arXiv发布LeMA分布式LMA训练框架论文
热点事件持续更新
arXiv发布LeMA分布式LMA训练框架论文
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
arXiv 于 2026年10月19日发布了由 Xianghao Wang 等人提出的 LeMA 框架论文。该框架旨在解决大规模神经网络在多头 GPU 平台上的分布式训练问题，通过引入精确对偶形式及 Jacobian 分片策略进行算法优化。 LeMA 的核心改进在于改变了内存占用模式，将其从参数规模的二次方降低至 Batch Size 的二次方。这一机制避免了使用近似 PCG 求解，使得针对数十亿参数模型执行精确的 Levenberg-Marquardt 训练步骤成为可能。 实验数据表明，在 8-GPU 节点上对约 10 亿参数的卷积神经网络进行训练时，LeMA 实现了 7.97 倍的加速效果，且强扩展效率高达 99.7%，验证了其在大规模分布式环境下的性能优势。
AI 根据报道生成 · 6 小时前更新
最新进展10月19日 12:00
LeMA：一种用于深度学习的大规模分布式 Levenberg-Marquardt 训练框架报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv · MLLeMA：一种用于深度学习的大规模分布式 Levenberg-Marquardt 训练框架
LeMA 提出分布式 LMA 算法，通过精确对偶形式和 Jacobian 分片策略，将内存占用从参数规模的二次方降至 batch size 的二次方。 该框架避免了近似 PCG 求解，使数十亿参数模型可执行精确 LMA 步骤。 在 8-GPU 节点上，LeMA 对 1,000,022,632 参数的 CNN 实现 7.97x 加速，强扩展效率达 99.7%。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 910月19日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:0017:0018:0019:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。