arXiv · cs.AI· Yongtao Wu, Mahdi Mansouri, Zhenyu Zhu·· 6 小时前
Muon 的有限 Newton-Schulz 近似如何使其从谱最大间隔偏置转向 Frobenius 偏置
From Spectral to Frobenius: When Muon Loses Its Spectral Implicit Bias
arXiv:2610.20112v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yongtao Wu, Mahdi Mansouri, Zhenyu Zhu
研究任务与主要进展
基于论文摘要，作者证明有限次 Newton-Schulz 迭代和正稳定常数会使 Muon 在可分线性分类中选择 Frobenius 最大间隔方向，而非谱最大间隔方向；该现象也适用于指数移动平均和 Nesterov 式动量。作者通过可求和扰动论证参数轨迹与梯度下降相距有界，并区分不同近似参数下的渐近行为；当 Newton-Schulz 迭代次数随训练以对数增长时，Muon 可恢复谱最大间隔偏置。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org