超越嵌入迁移：Grokking 迁移中的组件角色与稳定性
原文标题：Beyond Embedding Transfer: Component Roles in Grokking Transfer and Stability
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。
论文研究模运算上的跨算子热启动迁移，区分早期加速效果与后续优化稳定性。在 108 次运行的实验中，迁移内部注意力/MLP 权重加 token 嵌入与读出可提升早期准确率 5.46 个百分点并缩短确认延迟 558 步。研究发现冻结迁移的表征载体几乎消除离线复发，在线验证触发门控大幅降低最大回撤，揭示了迁移加速与轨迹稳定性的组件级解离。
- 问题
- 模运算热启动迁移中，哪些组件带来早期加速，以及加速后能否保持稳定。
- 方法
- 跨算子迁移实验，区分内部注意力/MLP 权重与 token 嵌入/读出，并对比冻结表征载体与在线验证触发门控。
- 结果
- 108 次运行中迁移内部权重加嵌入/读出使早期准确率提升 5.46 个百分点、确认延迟缩短 558 步；冻结表征载体将离线复发从 19.40% 降至 0.07%，在线门控将最大回撤从 22.06% 降至 0.60%。
- 影响
- 揭示迁移加速与轨迹稳定性的组件级解离，为微调/热启动策略中冻结哪些层、何时门控提供可操作依据。
深读 · 结论先行AI 生成展开看要点与影响 ↓
108次运行拆解Grokking迁移：内部权重迁移提升早期准确率5.46个百分点
- •模运算跨算子热启动迁移，区分早期加速与后续优化稳定性
- •108次运行实验：迁移内部注意力/MLP权重加嵌入与读出，早期准确率提升5.46个百分点
- •确认延迟缩短558步（Holm p=0.0088）
- •冻结迁移的表征载体使离线复发从19.40%降至0.07%
- •在线验证触发门控将2a+b上的最大回撤从22.06%压到0.60%
为什么重要：把迁移收益拆到组件级别，说明“加速”与“稳定”可分离，对做权重复用与热启动训练的实践者有直接参考价值。
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
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。