熱點事件持續更新
Q Labs Research 提出免反向傳播方法 Dust
1 篇報道1 個報道來源6 小時前更新
先了解這件事
AI 綜述
2026年10月6日的報道稱，Q Labs Research 提出 Dust，一種用於訓練 Transformer 語言模型的零階最佳化方法。Dust 不需要反向傳播，而是在模型的中間表示上加入擾動。其做法是對每個 token 分別加入擾動，並把每個 token 視為一名虛擬族羣成員，再透過一次前向傳播並行評估。報道目前介紹的是 Dust 的方法設計，沒有交代其他進展。
AI 根據報道生成 · 5 小時前更新
最新進展10月6日 10:07
Q Labs Research 提出 Dust，透過擾動中間表示及一次前向傳播訓練 Transformer 語言模型。報道時間線
沿着報道，瞭解事件的不同側面。
10月6日
- Hacker News 熱門（buzzing.cc 中文翻譯）Dust：無需反向傳播的 Transformer 預訓練
Q Labs Research 提出 Dust，一種以模型中間表示擾動訓練 Transformer 語言模型、毋須反向傳播的零階最佳化方法。Dust 在每個 token 獨立加入擾動，令每個 token 成為虛擬族羣成員，並以一次前向傳播並行評估。
本事件熱度走勢
還沒有足夠的連續觀測數據，暫不繪製趨勢。