https://x7peeps.com/tags/Muon/index.htmlHugozh-CNFri, 02 Oct 2026 22:00:00 +0800https://x7peeps.com/AI/10-%E6%A8%A1%E5%9E%8B%E8%AE%AD%E7%BB%83/Agent%E8%87%AA%E4%B8%BB%E7%A0%94%E7%A9%B6%E5%BE%AA%E7%8E%AF45%E8%BD%AEMuon%E8%B0%83%E5%8F%82%E5%AE%9E%E6%88%98/index.htmlFri, 02 Oct 2026 22:00:00 +0800https://x7peeps.com/AI/10-%E6%A8%A1%E5%9E%8B%E8%AE%AD%E7%BB%83/Agent%E8%87%AA%E4%B8%BB%E7%A0%94%E7%A9%B6%E5%BE%AA%E7%8E%AF45%E8%BD%AEMuon%E8%B0%83%E5%8F%82%E5%AE%9E%E6%88%98/index.html让 Agent 自己跑研究循环：45 轮 Muon 调参实战复盘 傍晚六点半，我给一个编码 Agent 立了三条规矩：只准改训练脚本、每次训练五分钟、指标只看验证集 bpb。然后我离开了键盘。到晚上十一点半，这个 Agent 自己改了 45 版训练代码，把一个小语言模型的验证集 bpb 从 2.036 压到了 1.342——降幅 34%。整个过程里，人没有参与任何一次决策。