כתבה
arXiv cs.AI ·
בחירת זיכרון מוקדם לאדם מאוזן
Early Memory Selection for Balanced Adam
הצעה לבחירת פרמטר הזיכרון המשותף של אדם מתוך טרן קצר. הפרמטר נשאר קבוע במהלך הטרן המלא. הצעה זו משתמשת במודל פשוט של אדם, שבו הכיוון המורגל של אדם נמצא בצורה נורמלית. הצעה זו נבחנה על 11 עבודות שונות בתחום הראייה והשפה.
תקציר מקורי באנגליתarXiv:2610.08624v1 Announce Type: cross Abstract: We propose a method for choosing the shared memory parameter $\beta_1=\beta_2=\beta$ in Adam from a short pilot training. The selected $\beta$ remains fixed during the subsequent full training. A local model of Adam's normalized direction balances sampling variability against the delay introduced by averaging past gradients. This balance gives a cubic memory rule, whose two coefficients are estimated from gradient probes at a few pilot checkpoints. The estimator uses the numerator and denominator jointly, preserving their covariance. With a 200-update pilot and sixteen probe gradients at each of four checkpoints, a seed-matched retrospective evaluation on eleven vision and language workloads reduces mean relative validation gap by 40.7% and
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית