Optimal Learning-Rate Schedules under Functional Scaling Laws: Power Decay and Warmup-Stable-Decay

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Li, Binghui, Wang, Zilin, Chen, Fengling, Zhao, Shiyang, Zheng, Ruiheng, Wu, Lei
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!