热点事件持续更新
研究团队提出函数空间自适应优化器FARO并开源代码
1 篇报道1 个报道来源17 小时前更新
先了解这件事
AI 综述
2026年11月2日，arXiv发布的研究论文提出了一种名为FARO的函数空间自适应优化器。该优化器以参数块为基本单元，利用等风险贡献（ERC）原则实现更新预算的自适应分配。在基于FineWeb数据集训练的GPT风格模型实验中，FARO-Adaptive取得了3.2780 nats的表现，持平于手工设计的NorMuonAndAdam（3.2794 nats）；此外，FARO-ERC在6个随机种子测试下平均进一步降低了0.0136 nats的损失，且未引入额外的显存占用与运行耗时。目前该研究的相关代码已公开开源。
AI 根据报道生成 · 16 小时前更新
最新进展11月2日 13:00
研究团队提出自适应优化器FARO，实验证实可有效降低模型损失且不增加额外开销，代码已开源。报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv cs.LGFARO：基于跨块等风险贡献预算分配的函数空间自适应优化器
新研究提出函数空间自适应优化器 FARO，以参数块为单元，利用等风险贡献（ERC）原则自适应分配更新预算。在 FineWeb 训练的 GPT 风格模型上，FARO-Adaptive 取得 3.2780 nats，持平手工设计的 NorMuonAndAdam（3.2794 nats）；FARO-ERC 在 6 个种子下平均进一步降低 0.0136 nats 损失且不增加额外显存与耗时，代码已开源。
本事件热度走势
当前热度 6·可比范围峰值 10（11月2日 14:00）·近 24 小时可比范围变化 –
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。