Q Labs Dust方法验证零阶预训练可行性
热点事件持续更新
Q Labs Dust方法验证零阶预训练可行性
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
Q Labs 提出 Dust 方法，通过向激活值添加噪声实现零阶优化，宣称在 2.43 亿参数规模下能与反向传播竞争。 第三方复现结果显示，在同等算力下，Dust 并不比使用更合适优化器的反向传播有明显优势。该研究的核心意义在于验证了零阶方法用于预训练的可行性。
AI 根据报道生成 · 3 小时前更新
最新进展10月26日 14:13
Q Labs 发布 Dust 方法，实现不依赖反向传播的 Transformer 预训练报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- 机器之心精选Q Labs 发布 Dust 方法，实现不依赖反向传播的 Transformer 预训练
Q Labs 提出的 Dust 方法通过向激活值添加噪声实现零阶优化，宣称在 2.43 亿参数规模下能与反向传播竞争。第三方复现显示 Dust 在同等算力下并不比使用更合适优化器的反向传播有明显优势，其核心意义在于验证了零阶方法用于预训练的可行性。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月26日 17:00
- 近 24 小时变化
- –
02.557.510
17:0018:0019:0020:00
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。