热点事件持续更新
论文揭示正交约束未能在球面优化外提升LLM预训练
1 篇报道1 个报道来源15 小时前更新
先了解这件事
AI 综述
2026年11月，一项发布于arXiv的机器学习研究探讨了正交约束对语言模型预训练的实际效果。该研究基于360M至3.1B参数的大语言模型及近200B tokens训练展开，在测试的14种变体中发现，每行单位球面优化性能已优于调优后的Muon，进一步引入行间正交约束并不能带来额外增益，在大分块设置下效果反而更差。研究还指出，此前5项研究报告的相关性能提升，实际上是由数值精度或行范数控制等其他因素导致，而非行间正交约束本身的作用。
AI 根据报道生成 · 11 小时前更新
最新进展11月3日 13:00
新研究指出正交约束无法在球面优化外提升预训练性能，既往提升多源于数值精度等因素。报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv 机器学习正交约束能否在球面优化之外提升语言模型训练？
一项基于 360M 至 3.1B 参数 LLM 及近 200B tokens 训练的研究表明，行间正交约束在球面优化之外无法提升预训练性能。在测试的 14 种变体中，每行单位球面优化已优于调优后的 Muon，进一步引入行正交不仅无额外增益且大分块更差；既往 5 项研究报告的提升实由数值精度或行范数控制等因素导致。
本事件热度走势
当前热度 7·可比范围峰值 9（11月3日 18:00）·近 24 小时可比范围变化–
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。