热点事件持续更新
arXiv 论文提出 UTA 自适应学习率衰减方法
1 篇报道1 个报道来源20 小时前更新
先了解这件事
AI 综述
2026 年 10 月 26 日，arXiv cs.AI / cs.LG 发布论文提出 UTA 学习率衰减方法。该方法把学习率衰减建模为闭环的形状与尺度问题，按训练状态自适应调整分段最优形状。报道称，针对 UBA 依赖 SGD 动力学、难以适配 Adam 类优化器的问题，UTA 采用连续时间形式，把外部迭代与内部训练状态关联起来。作者在 LLaMA 60M 至 1B 语言模型，以及 ImageNet 上的 ResNet50、ViT-B 上报告了一致提升，并称该方法即插即用、开销可忽略。目前该事件仅有这一篇报道，尚无后续进展或第三方复现结果。
AI 根据报道生成 · 2 小时前更新
最新进展10月26日 17:53
arXiv 论文提出 UTA，按训练状态自适应调整学习率衰减形状，在 LLaMA 与 ImageNet 上报告一致提升。报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv cs.AI / cs.LG 最新arXiv 论文提出 UTA：随训练状态自适应的学习率衰减方法
arXiv 论文提出 UTA 学习率衰减方法，把学习率衰减建模成闭环的形状与尺度问题，按训练状态自适应调整分段最优形状。针对 UBA 依赖 SGD 动力学、难以适配 Adam 类优化器的问题，UTA 用连续时间形式把外部迭代与内部训练状态关联起来。作者在 LLaMA 60M 到 1B 语言模型，以及 ImageNet 上的 ResNet50、ViT-B 上报告一致提升，即插即用且开销可忽略。
本事件热度走势
当前热度 6·可比范围峰值 6（10月27日 11:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。