跳到正文
热点事件持续更新

研究者提出UTA自适应学习率衰减方法并发布论文

1 篇报道1 个报道来源19 小时前更新

先了解这件事

AI 综述

研究者发布论文（arXiv:2610.35113），提出UTA（通用训练自适应）学习率衰减方法，将UBA的理论框架扩展到Adam类优化器，把学习率衰减建模为闭环的形状与尺度问题，使其随训练状态自适应调整。 论文称，实验显示UTA在LLaMA 60M到1B语言模型及ImageNet上的ResNet50、ViT-B视觉模型中带来一致提升，且即插即用、开销可忽略。

AI 根据报道生成 · 3 小时前更新

最新进展10月26日 17:53
UTA：通用训练自适应学习率衰减

报道时间线

沿着报道，了解事件的不同侧面。

10月26日
  1. arXiv · cs.AI
    UTA：通用训练自适应学习率衰减

    研究者提出 UTA 学习率衰减方法，将 UBA 的理论框架扩展到 Adam 类优化器，把学习率衰减建模为闭环的形状与尺度问题，使其能随训练状态自适应调整。实验显示 UTA 在 LLaMA 60M 到 1B 语言模型及 ImageNet 上的 ResNet50、ViT-B 视觉模型中带来一致提升，且即插即用、开销可忽略。

本事件热度走势

可比范围当前
6
可比范围峰值
610月27日 11:00
近 24 小时变化
–

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。