Dimuon更新机制被逆向分析

anpaure 逆向恢复 Muon 系优化器 Dimuon/Polar Express 的更新机制，从更新量反推内部公式。恢复方向为 D = L · PE(L · M · C) · C；Polar Express 在 FP16 下运行，动量以 BF16 存储。其奇异值呈现 Polar Express 指纹，且 β = 0 时上一步动量仍会影响 preconditioner。

anpaure 开源 Dimuon 优化器逆向复现实现，在同权重、同一 batch 下对比 Adam 与 Dimuon。将 Adam 的 betas 设为 0、lr 与 ε 均取 10,000，可精确反推梯度 G。更新大小遵循 lr·√r·(r/32)^0.175，误差约百万分之一；奇异值呈现 Polar Express 指纹，曲线与 Muon 截然不同。