BriefGPT - AI 论文速递 ·

A Multi-Power Law Model for Predicting Loss Curves under Different Learning Rate Schedules

💡 原文英文，约100词，阅读约需1分钟。

📝

内容提要

本研究提出了一种多幂律经验法则，揭示了大型语言模型在不同学习率调度下的预训练损失演变，能够有效预测损失曲线并优化学习率调度，超越传统方法。

🏷️

流水线并行：1F1B、虚拟段与气泡
本文介绍流水线并行中气泡的产生与优化。将模型按层切段、批次分微批后，段间等待形成气泡。四代调度各改一点：GPipe先全前向再全反向，显存高；1F1B改交替...
在实地录音中探索全球
Earth Garden是一款基于Freesound环境音频的互动应用，灵感源自Radio Garden，让用户通过旋转地球聆听全球各地的实地录音，如海浪...
并行策略总览：六个维度各切什么、怎么通信
本文介绍大模型并行训练的核心概念，将DP、TP、SP、PP、EP、CP六种并行方式按切分维度、显存减少、通信开销和等待关系列表对比。并行本质是切分模型并引...
Kimi K3 模型结构（10）：RL 与服务，状态住在哪里
本文介绍Kimi K3模型在1M上下文强化学习与线上服务中的系统设计，核心是状态管理。KV块和KDA状态通过write-back策略在GPU与DRAM池间...
iPhone Handoff将无缝共享两部手机之间的同一号码
iOS 27将推出iPhone Handoff功能，允许用户在同一号码下配对两部iPhone，一部为主设备，另一部为伴侣设备，实现无缝切换。该功能预计随可...
Kimi K3 模型结构（9）：显存，把 2.8T 塞进 GPU
本文详解Kimi K3模型训练中的显存优化策略，通过账本形式分析权重、激活等内存占用，并介绍六项关键技术：均衡PP rank激活、统一激活管理器、MoE反...