כתבה
arXiv cs.LG ·
מעבר מאבדן רב-מרובע: תרשים הפאזה של סטביליות של Adam
Beyond Quadratic Loss: The Stability Phase Diagram of Adam
במאמר זה, חוקרים חוקרים את תכונות האופטימיזציה של Adam ואת הקשר שלהן לאבדן רב-מרובע. הם מציעים תרשים הפאזה של סטביליות של Adam, שמציג את התלות בין זמני המומנטום של Adam.
תקציר מקורי באנגליתarXiv:2609.18314v2 Announce Type: replace Abstract: Loss spikes are recurrent instabilities in neural-network training and can arise from multiple mechanisms. For Adam in particular, macroscopic loss spikes have been linked to optimizer dynamics, yet how its two momentum timescales govern them remains unclear. We investigate this dependence by mapping training dynamics across the $(\beta_1,\beta_2)$ plane. Across a range of model--task settings, an approximately linear boundary, $1-\beta_2=C(1-\beta_1)$, separates spiky from non-spiky dynamics, whereas a one-dimensional quadratic loss produces approximately cubic slope. A one-dimensional superquadratic loss $L(x)\propto|x|^n$ recovers the near-linear scaling and links the boundary coefficient to the effective loss exponent $n$. We further
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית