En ny variant av Newton-Schulz-algoritmen er utviklet for å akselerere Muon, optimalisatoren som brukes for å trene moderne språkmodeller som Kimi K2 Thinking og GLM-5. Metoden er utformet med tanke på effektiv kjøring på dagens GPU-maskinvare.
En ny variant av Newton-Schulz-algoritmen er utviklet for å akselerere Muon, optimalisatoren som brukes for å trene moderne språkmodeller som Kimi K2 Thinking og GLM-5. Metoden er utformet med tanke på effektiv kjøring på dagens GPU-maskinvare.