跳到正文
热点事件持续更新

Muon预训练稳定性研究论文发布

1 篇报道1 个报道来源23 小时前更新

先了解这件事

AI 综述

2026年11月6日，Yanzhe Chen等人在arXiv发布研究论文《Muon Sublates the Edge of Stability in LLM Pretraining》。该研究指出，Muon优化器在LLM预训练中的大步长动力学不符合经典梯度下降的稳定性边缘（EoS）理论，解除了损失中性、更新反转与边缘稳定性之间的耦合。 论文针对无动量随机Muon，推导出经过一致性修正的条件损失中性边界$2\rho_b/\eta$，并证实时间对齐遵循不同的几何特性。

AI 根据报道生成 · 21 小时前更新

最新进展11月6日 13:00
研究揭示 Muon 优化器打破大语言模型预训练中稳定性边缘的耦合机制

报道时间线

沿着报道，了解事件的不同侧面。

11月6日
  1. arXiv · ML
    研究揭示 Muon 优化器打破大语言模型预训练中稳定性边缘的耦合机制

    Muon 优化器在 LLM 预训练中大步长动力学不符合经典梯度下降的稳定性边缘（EoS）理论，其解除了损失中性、更新反转与边缘稳定性之间的耦合。 针对无动量随机 Muon，研究推导出经过一致性修正的条件损失中性边界 $2\rho_b/\eta$，并证实时间对齐遵循不同的几何特性。

本事件热度走势

可比范围当前
5
可比范围峰值
911月6日 16:00
近 24 小时变化
–

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。