High dimensional theory of two-phase optimizers
两阶段优化器的高维理论AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究机器学习优化器的通用高维理论，没有所列经济或金融细分领域的直接证据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
两阶段优化器的高维理论
- 研究问题
- 局部优化后跨工作节点同步的两阶段算法，在高维线性回归中如何改变信号与噪声的权衡，动量组合又如何产生加速？
- 方法与思路
- 作者分析LA-DiLoCo的单节点与多节点版本，考察超参数对噪声的影响，并研究带动量的SLA及有效Hessian谱变换。
- 材料陈述的贡献
- 摘要称单节点LA具有不同于SGD的信号噪声权衡，多节点额外噪声可由调参缓解，叠加动量可提供谱变换加速机会。
- 阅读关注点
- 应核对高维极限、设计矩阵与噪声假设、各算法的比较预算，以及Nesterov动量加速结论的评价标准与适用范围。
- 阅读边界
- 依据arXiv v2预印本摘要，不能据此声称已经同行评审或期刊接收；线性回归分析不能直接证明其在一般神经网络训练中的优势。
原文摘要
The trend towards larger training setups has brought a renewed interest in partially asynchronous two-phase optimizers which optimize locally and then synchronize across workers. Additionally, recent work suggests that the one-worker version of one of these algorithms, DiLoCo, shows promising results as a (synchronous) optimizer. Motivated by these studies we present an analysis of LA-DiLoCo, a simple member of the DiLoCo family, on a high-dimensional linear regression problem. We show that the one-worker variant, LA, provides a different tradeoff between signal and noise than SGD, which is beneficial in many scenarios. We also show that the multi-worker version generates more noise than the single worker version, but that this additional noise generation can be ameliorated by appropriate choice of hyperparameters. We conclude with an analysis of SLA -- LA with momentum -- and show that stacking two momentum operators gives an opportunity for acceleration via a non-linear transformation of the "effective'' Hessian spectrum, which is maximized for Nesterov momentum. Altogether our results show that two-phase optimizers represent a fruitful new paradigm for understanding and improving training algorithms.