Robin Tian 团队新论文：用二次模型复现 Transformer 训练 loss 尖峰并解释成因

Robin Tian 团队的新论文用简单的二次模型完整复现了 Transformer 语言模型训练中反复出现的 loss 尖峰现象。研究认为，这并非 Transformer 大规模训练特有的复杂效应，而是可以用更简化的数学框架刻画和复现。