Deriving Hyperparameter Scaling Laws via Modern Optimization Theory

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shulgin, Egor, von Rütte, Dimitri, Zhang, Tianyue H., Ajroldi, Niccolò, Schölkopf, Bernhard, Orvieto, Antonio
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2603.15958