#残差连接

这篇论文给了Muon一个新视角：它不只是优化器，更像隐式残差连接，专门为下游层保留好的表示。想理解Muon为什么管用的可以看看。

这篇论文用数学解释了残差连接为什么能解决梯度问题，适合想做深度学习理论研究的同学。