提出σTransfer小模型不确定性迁移方法
发生了什么
据arXiv cs.LG论文，研究者在Maximal Update Parametrization (μP)下推导了先验协方差的重缩放，使选定精度随模型宽度增长保持稳定，从而提出σTransfer方法。该方法允许在小模型上选定精度后零样本迁移至大模型，无需在大模型上搜索。在MNIST上从宽度128迁移至4096时，精度扫描速度提升约5000倍；从1B模型迁移至7B模型时，中位数搜索速度提升约2.3倍。
- MNIST精度扫描加速比
- ~5000×
- 1B到7B模型搜索加速比
- ~2.3×
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 一手材料1 个发布入口