MuonRec将Muon优化器引入推荐系统训练
热点事件持续更新
MuonRec将Muon优化器引入推荐系统训练
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Rong Shan 等作者提出 MuonRec，把 Muon 优化器用于推荐系统训练，通过 Newton-Schulz 迭代对二维权重矩阵做正交化动量更新。作者称这是首个将 Muon 优化器引入推荐系统训练的框架，训练代码已公开。 在传统序列推荐和生成式推荐模型上，MuonRec 相比 Adam/AdamW 基线平均减少 32.4% 的收敛训练步数，NDCG@10 平均相对提升 12.6%。
AI 根据报道生成 · 4 小时前更新
最新进展11月4日 13:00
MuonRec：将 Muon 优化器引入可扩展生成式推荐训练报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv · cs.AIMuonRec：将 Muon 优化器引入可扩展生成式推荐训练
MuonRec 首次把 Muon 优化器用于推荐系统训练，通过 Newton-Schulz 迭代对二维权重矩阵做正交化动量更新。在传统序列推荐和生成式推荐模型上，MuonRec 平均减少 32.4% 的收敛训练步数，NDCG@10 平均相对提升 12.6%，优于 Adam/AdamW 基线。该工作开源了训练方案，代码已公开。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月4日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:0017:00
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。