AITOP
精选
过去 24 小时，从 760 条中筛出 48 条
全部模型产品行业论文技巧
标签：语言模型预训练×
6月11日
15:28
15:23
15:07
6月1日
00:09
5月29日
08:02
AITOP5月29日 08:02
Opus 4.8发布：编程助手的“静默时刻”，是解放开发者，还是新门槛？🔥Anthropic 把 AI 编程的“确认键”彻底删掉了！Claude Code 搭载全新 Opus 4.8 模型，长时间任务不跑偏、不废话、不中断，像一个资深工程师一样默默干活，从功能开发到漏洞清扫全包圆，你在旁边喝茶等结果就行。过去 AI 写代码三步一问“这样可以吗”，现在它直接交完整交付物……自主编程的最后一层窗户纸，被捅破了。做自动化开发和代码审查的团队，这个模型建议直接上手，效率差距肉眼可见……Opus 4.8发布：编程助手的“静默时刻”，是解放开发者，还是新门槛？
5月19日
11:10
11:10arXiv cs.LG@Tim Tsz-Kit Lau, Weijie Su
精选
这篇论文提出了一种对称性兼容的优化器设计原则，要求梯度更新规则在参数块的对称群作用下保持等变性。作者首先统一了双正交等变更新（如Muon、Scion等方法）的视角，然后针对嵌入层、语言模型头、SwiGLU MLP投影和MoE路由器矩阵等具有不同对称性的参数块，推导了相应的对称性兼容优化器（如单边谱、行范数、混合行范数/谱等更新）。通过在Qwen3-0.6B、Gemma 3 1B、OLMoE-1B-7B等架构上的预训练实验，验证了该方法相比AdamW能持续改善验证损失和训练稳定性。这项工作为不同参数类型提供了端到端的层级优化器栈，使更新规则与参数块的对称性相匹配。
论文优化器设计对称性等变性Muon/Scion语言模型预训练MoE路由器
推荐理由：这篇论文解决了深度学习优化器忽视架构对称性的根本问题，做大规模语言模型预训练的团队值得关注——它可能成为替代AdamW的新范式，实验显示能稳定提升损失和训练稳定性。
原文