自适应批大小为何有助于LLM预训练：无界方差视角
原文标题：Why Does Adaptive Batching Help LLM Pretraining? A Perspective from Unbounded Variance
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。
论文从随机优化方差角度解释LLM预训练中增大批大小的有效性，指出常用的有界方差假设在实践中不成立。作者提出广义BG-a噪声模型，在L-光滑条件下推导出与增长指数相关的信息论下界与匹配上界，并据此设计自适应批调度器。在C4上预训练至多10亿参数的OLMo2模型时，该调度器在相同token预算下取得更低验证损失，且迭代次数不足小批量训练的10%。
- 问题
- LLM预训练中增大批大小为何有效，缺乏理论解释。
- 方法
- 提出广义BG-a噪声模型，用可调增长指数刻画方差增长，据此设计自适应批调度器。
- 结果
- 在C4上预训练至多10亿参数OLMo2，同token预算下验证损失更低，迭代次数不足小批量训练的10%。
- 影响
- 给出可直接落地的批大小调度策略，降低预训练算力成本。
深读 · 结论先行AI 生成展开看要点与影响 ↓
新自适应批调度器在C4预训练10亿参数OLMo2上验证损失更低，迭代次数不足小批量训练的10%。
- •论文指出随机优化常用的有界方差假设在LLM预训练实践中不成立
- •提出广义BG-a噪声模型，在a=0的有界方差与a=2的BG-0噪声之间插值
- •在L-光滑条件下推导出与增长指数相关的下界Ω(ε^-(4+a))，并给出匹配上界
- •据此设计的自适应批调度器在C4上预训练至多10亿参数的OLMo2，相同token预算下验证损失更低
- •该调度器迭代次数不足小批量训练的10%
为什么重要：对做LLM预训练的工程团队，批大小调度从经验做法变成有理论依据的可设计对象，可能直接省算力。
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。