Bi-Phase Training：少参数高效预训练方法
原文标题：Bi-Phase Training: Learning Efficiently From Scratch
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。
论文提出双阶段训练 BPT，用可训练对角矩阵与低秩适配器组合出高秩权重更新并周期性合并进冻结基座，保留全参数优化的高秩学习动态。在 Qwen2.5 100M 至 1.5B 与 OLMo-2-1B 上，1.5B 规模可减少 66% 可训练参数而验证困惑度仅小幅上升。
深读 · 结论先行AI 生成展开看要点与影响 ↓
BPT 用对角矩阵加低秩适配器做预训练，1.5B 规模可训练参数减 66% 而困惑度仅小幅上升
- •把权重更新参数化为可训练对角矩阵与低秩适配器的组合，周期性合并进冻结基座权重
- •训练中可及方向持续累积扩张，论文称保留了全参数优化的高秩学习动态
- •在 Qwen2.5 100M 至 1.5B 与 OLMo-2-1B 上从零预训练，数据为 FineWeb-Edu 的 10B 与 100B token
- •1.5B 规模减少 66% 可训练参数，验证困惑度与全参数基线差距很小
- •多下游任务评测显示保留了全参数模型的大部分性能
为什么重要：预训练成本随规模上升，若能在参数大减下守住困惑度与下游表现，对算力受限的预训练团队有直接参考价值。
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
谷歌 Gemini 4 Carbon 全面超越 Opus 5.5，首发 Token 半价
AI 摘要谷歌发布 Gemini 4 Carbon，宣称在多项能力上全面超越 Opus 5.5，并推出首发 Token 半价优惠。该模型可连续数日修复 Bug，且具备免疫提示词注入的安全特性，加剧头部大模型竞争。
谷歌发布 Gemini 4 Carbon，主打网络安全能力跃升
AI 摘要谷歌推出前沿模型 Gemini 4 Carbon，在编程、智能体任务和网络安全方面显著提升，登顶 Artificial Analysis 智能指数，领先 Claude Opus 5.5 与 GPT-6 Astra。该模型目前仅向部分网络安全防御公司开放，定价与 Argon 相同，为每百万输入 token 2 美元、输出 10 美元。
谷歌发布 Gemini 4，API 限时半价
AI 摘要谷歌正式发布 Gemini 4，被视为重回大模型第一梯队的关键动作，同时推出 API 限时半价优惠。该发布对模型竞争格局与开发者成本结构均有直接影响。
谷歌 Meta 发布前沿模型，AI 竞赛重启
AI 摘要谷歌发布 Gemini 4 Argon，Meta 推出新前沿模型，两家公司声称可与 OpenAI 和 Anthropic 的旗舰模型匹敌。谷歌以激进定价策略切入市场，入门期价格比竞争对手低至80%。AI 前沿竞争格局重新洗牌。