研究人员提出基于t-SVD的T-MUON张量化优化器
热点事件持续更新
研究人员提出基于t-SVD的T-MUON张量化优化器
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
研究人员董阳李等人提出了一种名为T-MUON的优化器，该方案基于t-SVD算法对模型进行梯度更新。核心机制是将Transformer中的结构化相关梯度分组为三阶张量，并直接通过M变换定义对应的Muon风格更新规则。
AI 根据报道生成 · 1 小时前更新
最新进展10月20日 12:00
T-MUON：基于 t-SVD 的张量化 Muon 优化器用于 LLM 预训练报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · MLT-MUON：基于 t-SVD 的张量化 Muon 优化器用于 LLM 预训练
T-MUON 提出基于 t-SVD 的张量化方法，将 Transformer 梯度分组为三阶张量并定义 Muon 式更新，在 GPT-2 和 LLaMA 风格模型（51M-1.3B 参数）的 FineWeb 训练验证中表现优异。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。