算法论文8

微软等提出 ARO 优化器，训练提速 1/3

机器之心2026-03-10

AI 摘要

微软等团队：提出 ARO 优化器，将梯度旋转作为第一原则，训练效率比 AdamW 提升约 1/3、比 Muon 高 10% - 15%，还能全模型优化，从对称性角度诠释优化。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

斯坦福教授直播训练535B大模型

斯坦福教授Percy Liang宣布由Marin开放实验室启动训练Marin 535B - A23B模型，全程公开。过去大模型训练像“黑箱”，此次尝试让训练可观察、可讨论、可协作，引发网友关注。

北大毕业的前OpenAI高管翁荔（Lilian Weng）的《Scaling Laws, Carefully》值得一读。Scaling law是预训练预算表，能帮少烧错钱。文章探讨大模型训练预算分配，分析Kaplan和Chinchilla结论差异及数据稀缺问题。

文章围绕deepseek V4技术报告展开，指出当前大模型训练不充分，介绍了算法层面如混合注意力机制、模型结构优化、优化器等，工程层面如细粒度专家并行、算子内核开发等，以及后训练的范式转变和领域专家网络蒸馏等内容。

上海交通大学与上海人工智能实验室团队发布首篇「数据价值密度」综述。提出“数据价值密度”概念并定义，建立分类框架梳理现有工作，还指出该领域面临的挑战，为大模型训练提供指南。