研究称 LLM 训练阶段切换优化器代价有限
原文标题：The Ephemeral Cost of Switching Optimizers Across LLM Training Stages
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文从零预训练 1.2B Llama-3 模型，系统研究 AdamW 与 Muon 在预训练、继续预训练和 SFT 阶段切换的影响。结果显示几乎不存在明显的优化器错配惩罚，后训练优化器选择可基本独立于预训练优化器。
- 问题
- 预训练与后训练切换优化器（AdamW/Muon）是否带来性能损失，此前缺乏系统验证。
- 方法
- 从零预训练 1.2B Llama-3，按不同比例混合两种优化器的更新，并在继续预训练与 SFT 阶段做插值对比。
- 结果
- 几乎无优化器错配惩罚；SFT 中 Muon 更新占比越高下游表现越好；Llama/Qwen 至 14B 上 Muon 与 AdamW 相当。
- 影响
- 后训练选优化器可基本不看预训练用了什么，工程师调训练配方时少一条约束。
深读 · 结论先行AI 生成展开看要点与影响 ↓
1.2B Llama-3 从零预训练实验显示，预训练与后训练优化器切换几乎无性能惩罚。
- •从零预训练 1.2B Llama-3，按不同比例混合 AdamW 与 Muon 的更新次数做系统对比。
- •继续预训练与 SFT 阶段同样做两优化器插值，最终性能基本可由两阶段各自独立效应解释。
- •SFT 阶段 Muon 更新占比越高，下游表现总体越好；匹配预训练优化器虽减少遗忘，但未转化为基准提升。
- •在 Llama 与 Qwen 家族至 14B 的开源权重模型任务通用 SFT 上，Muon 与 AdamW 仍有竞争力。
为什么重要：若结论成立，后训练优化器选型可脱离预训练约束，团队换优化器的迁移成本与顾虑随之降低。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。