Theoretical Analysis of Muon on Transformers for Next-Token Prediction

Shengwei Wu, Yixuan Yang, Gao Huang, Song Li

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.