大规模语言模型训练的自适应优化以提高效率

本研究解决了大规模语言模型训练效率和性能提升的挑战，提出了一种基于自适应优化算法的改进方法。通过在SQuAD和GLUE数据集上的对比实验，结果表明相比传统优化算法，该自适应优化算法在准确性和F1分数上均表现更优，为未来的优化方法提供了新的思路和方向。