热点事件持续更新
Q Labs发布免反向传播预训练方法Dust
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月26日，机器之心报道，Q Labs 提出零阶优化方法 Dust，用于 Transformer 预训练。其做法是给每层激活值按 token 独立加高斯噪声、构建「虚拟种群」，从而绕开反向传播。实验最大做到 2.43 亿参数、2000 万 token，部分设置下效果超过反向传播，但成本仍高出数个数量级。第三方复现显示，反向传播换用更合适的优化器后仍明显领先。
AI 根据报道生成 · 3 小时前更新
最新进展10月26日 14:13
Q Labs 发布 Dust，绕开反向传播预训练 Transformer，但成本高数个数量级。报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- 机器之心（公众号）Q Labs 推出 Dust：不用反向传播也能预训练 Transformer
Q Labs 提出零阶优化方法 Dust，通过给每层激活值按 token 独立加高斯噪声、构建「虚拟种群」，在 Transformer 预训练中绕开反向传播。实验最大做到 2.43 亿参数、2000 万 token，部分设置下效果超过反向传播，但成本仍高出数个数量级。第三方复现显示，反向传播换用更合适的优化器后仍明显领先。
本事件热度走势
当前热度 8·可比范围峰值 9（10月26日 19:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。