Weibull-Gewichtsparameter-Evolution unter AdamW-Trainingsdynamik

arXiv:2606.19367v1 Ankündigungstyp: neu Abstract: Aufbauend auf einem Weibull-Zwei-Parameter-Framework zur Diagnose von Transformer-Gewichtsverteilungen untersuchen wir, warum der Weibull-Gewichtsskalenparameter λ während AdamW-Training wächst, übersteigt und sich dann entspannt. Wir leiten eine führende Drei-Kraft-Darstellung her.