1-bit Adam: Communication Efficient Large-Scale Training with Adam's Convergence Speed
Adam 预训练的 1-bit SGD 优化方法
Adam 预训练的 1-bit SGD 优化方法
CPT, 类似 CosineAnnealingWarmRestarts 的 Precision 循环机制
GaLore, 低秩空间中的梯度投影以及权重更新
Q-GaLore, 对 GaLore 进一步施加低精度量化
SWALP, 通过 SWA 稳定低精度训练