算法论文8
AMD论文:FP4训练不稳非因随机性不足
机器之心
AI 摘要
AMD联合宾州州立大学论文指出,FP4训练不稳定源于结构性微缩放误差,非随机性不足。在原生FP4硬件完成预训练,端到端加速9 - 10%,为低精度训练提供新思路。
阅读原文 · 机器之心
AMD新论文颠覆认知:FP4训练不稳定,原因不是随机性不足
大模型训练成本高,降低训练精度可降成本。AMD联合宾州州立大学论文颠覆认知,揭示FP4训练不稳定源于结构性微缩放误差,非随机性不足,还在原生FP4硬件完成大模型预训练。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
推荐文章9
YC CEO:真正AGI就在你电脑里
本文编译YC CEO Garry Tan在2026 Startup School的演讲,近期Meta、OpenAI、Google等巨头集体布局个人AI Agent,Garry Tan提出个人AGI新路线,分享搭建方法,探讨个人认知所有权问题。
InfoQ
算法论文8
最强AI Agent团队仅完成半数协作任务
单个AI Agent能力不断提升,但多智能体协作能力缺乏系统评测。本文介绍新推出的AgentWorld评测基准,结合长时程任务、角色不对称与黑盒交互,评测多智能体协作能力,给出主流大模型的协作表现数据。
InfoQ
新闻资讯8
谷歌下一代Gemini 4 Carbon曝光
外媒爆料谷歌下一代Gemini 4模型Carbon已进入内部测试,性能逼近Anthropic Opus 5.5,核心进展来自递归自我提升RSI技术,业内对谷歌拖沓的发布策略争议不断。
新智元
产品应用8
实测豆包新版多模态写代码
本文为豆包Doubao-Seed-2.1-pro-0915新版本实测内容,展示该模型的多模态编程能力,以生成鱼类识别微信小程序为例,给出基准测试成绩,介绍其适用开发场景。
机器学习AI算法工程