#训练动力学

Grokking：为什么模型先死记硬背，后来突然真懂了

用作业、考试、模运算和训练曲线递归拆解 Grokking：模型为什么会先过拟合，再延迟泛化，为什么看起来像相变，以及它和大模型涌现有什么关系。