EnergyCal: Taming Loss Spikes in Muon-Family Optimizers for Sparse MoE Training

Masato Fujitake

На странице источника доступны аннотация, полный текст или сведения о том, где его прочитать. Препринт может ещё не пройти рецензирование; проверьте, появилась ли журнальная версия.