Почему $\beta_1 = _ bata_2 долл.

arXiv: 2601.21739v3 Тип уведомления: заменить перекрестное резюме: Адам находится в центре широкомасштабной подготовки на протяжении почти десятилетия, однако роль двух ее параметров динамики остается слабой. Последние работы показывают, что увязка $\beta_ {1}=Бета_[2] долларов может сохранить сильные результаты Адама несмотря на то, что две шкалы памяти в один, поднимая основной вопрос: что становится динамически особенным при связывании воспоминаний? Мы идентифицируем конкретный механизм. В течение непрерывного периода времени каждая нормализованная модернизированная координата распадается на компонент знаков, эксплицитный термин величины log пропорционально разнице между двумя значениями памяти и дополнительные условия перехода, кривизны и нелинейного соотношения. Этот лаговый канал исчезает именно тогда, когда $\beta_ {1}=\ beta _ {2} долл. Полная история дискретного разложения на реальных градиентах подготовки восстановит это изменение состава: связанные обновления являются знаком