热点事件观察中
Dust：无反向传播的 Transformer 零阶预训练方法
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
2026 年 10 月 6 日，qLabs 在 Hacker News 首页发布 Dust，提出一种无需反向传播的 Transformer 预训练方法。报道指出，Dust 的核心是在激活空间对每个 token 独立施加扰动，并在该尺度下开展零阶优化，从而绕开传统依赖梯度反向传播的训练路径。这是该方法首次见诸公开报道，目前尚无后续进展披露。
AI 根据报道生成 · 2 天前更新
最新进展10月6日 05:15
qLabs 发布 Dust，主张以 token 级激活扰动实现无反向传播的 Transformer 预训练。报道时间线
沿着报道，了解事件的不同侧面。
10月6日
- Hacker News · 首页Dust：在不依赖反向传播的情况下预训练 Transformer
qLabs 提出 Dust，一种在激活空间（每个 token 独立扰动）做零阶优化的 transformer 预训练方法，无需反向传播。
本事件热度走势
当前热度 3·可比范围峰值 10（10月6日 07:00）·近 24 小时可比范围变化 -50%
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。