面向优化器设计的对称兼容原则：嵌入、LM Head、SwiGLU MLP 与 MoE 路由
热点事件持续更新
面向优化器设计的对称兼容原则：嵌入、LM Head、SwiGLU MLP 与 MoE 路由
1 篇报道1 个报道来源3 小时前更新
先了解这件事
报道摘要
研究提出"对称兼容"优化器设计原则：梯度更新规则应在对应权重块的对称群下等变。基于此推导出面向嵌入与 LM head 矩阵、SwiGLU MLP 投影和 MoE 路由矩阵的系列更新规则，形成逐层优化器栈。在 Qwen3-0.6B、Gemma 3 1B、OLMoE-1B-7B 及缩小版 gpt-oss 架构的预训练实验中，这些规则持续改善验证损失并降低稀疏 MoE 专家负载不均衡。
摘自 arXiv：cs.LG
最新进展10月15日 12:00
面向优化器设计的对称兼容原则：嵌入、LM Head、SwiGLU MLP 与 MoE 路由报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.LG面向优化器设计的对称兼容原则：嵌入、LM Head、SwiGLU MLP 与 MoE 路由
研究提出"对称兼容"优化器设计原则：梯度更新规则应在对应权重块的对称群下等变。基于此推导出面向嵌入与 LM head 矩阵、SwiGLU MLP 投影和 MoE 路由矩阵的系列更新规则，形成逐层优化器栈。在 Qwen3-0.6B、Gemma 3 1B、OLMoE-1B-7B 及缩小版 gpt-oss 架构的预训练实验中，这些规则持续改善验证损失并降低稀疏 MoE 专家负载不均衡。
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。