Это шедевр ящетаю!

Датасет DUMB500 — это тоже прекрасно, кстати!

Muon Optimizer Accelerates Grokking Amund Tveit, Bjørn Remseth, Arve Skogvold Статья: https://arxiv.org/abs/2504.16041 Любопытная история про гроккинг, здесь…

Новые оптимизаторы -- это вообще интересная тема, там тоже постоянно что-то появляется, и какая-то новая теория в том числе.

Ну и раз мы сегодня про терминаторов, то вот есть прекрасный свежий THOUGHTTERMINATOR (https://t.me/gonzoMLpodcasts/123), заставляющий ризонинг модели не…

Концепция изменилась