待验证50% 置信基准精确时间

在Qwen3-4B-Base上的RLVR实验中，使用SGD+EMA和AdamW两种优化器时，选择较大动量系数的配置均表现出优势。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/15

首次发现

有效期至：2027/1/13

来源

RLVR中动量何时有效？理论与实验揭示EMA系数选择原则

涉及实体

Qwen3-4B-Basemodel SGD+EMAconcept AdamWconcept

相关事实

待验证Qwen2.5系列在后训练阶段引入了大量工具调用对齐数据，并通过RLHF和DPO强化了结构化输出的可靠性67% 相似待验证GQA（分组查询注意力）等技术可以有效压缩KV Cache，Qwen3系列也采用了类似优化66% 相似待验证运行 Qwen3.8 等 LLM 最关键的硬件指标是显卡显存越大越好64% 相似待验证ggml针对ARM NEON、AVX2、AVX-512等SIMD指令集做了专项优化63% 相似待验证Dynamic 3.0 相比前代版本在层级校准、校准数据集选择和对新架构（MoE、GQA）的适配上做了改进63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1032942

API

curl https://kongchang.com/api/v1/knowledge/claims/1032942

MCP

get_claim(id=1032942)