One LR Doesn't Fit All: Heavy-Tail Guided Layerwise Learning Rates for LLMs

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: He, Di, Tu, Songjun, Wang, Keyu, Yin, Lu, Liu, Shiwei
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!