热点事件持续更新
研究团队提出大语言模型自适应优化器FARO
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年11月2日，arXiv机器学习领域发布论文，研究团队提出了一种用于大语言模型的函数空间自适应优化器FARO。该优化器引入了投资组合理论中的等风险贡献原则（ERC），用于实现跨块分配更新预算。实验结果显示，在FineWeb数据集上训练GPT架构模型时，FARO-Adaptive达到了3.2780 nats，追平了人工最优配方NorMuonAndAdam取得的3.2794 nats水平。
AI 根据报道生成 · 2 小时前更新
最新进展11月2日 13:00
研究团队提出自适应优化器FARO，在GPT模型训练中追平人工最优配方。报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv 机器学习FARO：基于跨块等风险贡献预算分配的函数空间自适应优化器
研究团队提出大语言模型自适应优化器 FARO，引入投资组合理论的等风险贡献原则（ERC）跨块分配更新预算。在 FineWeb 上训练 GPT 架构模型时，FARO-Adaptive 达到 3.2780 nats，追平人工最优配方 NorMuonAndAdam（3.2794 nats）。
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。