累积有效学习率

原始Muon优化器在训练过程中累积有效学习率只能达到对数级增长，这可能限制模型的探索能力。

理论分析表明，在MuonGS下，经过t步后权重范数最多按√t的比例增长，保证累积有效学习率C_T = Ω(√T)。

累积有效学习率C_T = Σ_{t<T} η_t / ||W_t||_F 将权重范数控制与优化器的探索能力联系起来。