10:22arXiv cs.LG@Tom Jacobs, Rohan Jain, Rebekka Burkholz精选HORST是一种新型优化器,通过组合自适应优化器的L∞稳定性和L1稀疏偏置,解决了稀疏Transformer训练中稳定性和稀疏性难以兼得的问题。它利用非交换算子组合优化几何,基于双曲镜像映射实现鲁棒稀疏训练。实验表明,HORST在视觉和语言任务的Transformer稀疏训练中,在所有稀疏度水平上均显著优于AdamW基线,尤其在高稀疏度下提升巨大。这项工作为高效稀疏模型训练提供了新思路。论文稀疏训练优化器TransformerHORST双曲几何推荐理由:做稀疏模型训练或Transformer优化的研究者,HORST直接解决了AdamW在高稀疏度下效果差的问题,值得在实验中尝试替换优化器。原文