Q Labs发布Dust：无需反向传播预训练Transformer
热点事件持续更新
Q Labs发布Dust：无需反向传播预训练Transformer
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Q Labs Research 发布名为 Dust 的零阶优化方法，可在预训练 GPT 式 Transformer 语言模型时不使用反向传播。该方法在每个 token 上独立扰动激活，形成“虚拟种群”来估计更新方向。 Q Labs 称，这是首个在预训练 Transformer 语言模型上能与反向传播相竞争（competitive with backprop）的零阶方法。这一说法来自其研究论文，尚属提出者主张。
AI 根据报道生成 · 1 小时前更新
最新进展10月6日 10:07
Q Labs Research 提出无反向传播的预训练方法 Dust报道时间线
沿着报道，了解事件的不同侧面。
10月6日
- Hacker News 热门Q Labs Research 提出无反向传播的预训练方法 Dust
Q Labs Research 发布 Dust，一种零阶优化方法，通过在每个 token 上独立扰动激活（虚拟种群）预训练 GPT 式 Transformer，无需反向传播。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。