Faster Transformer Decoding: N-gram Masked Self-Attention

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Chelba, Ciprian, Chen, Mia, Bapna, Ankur, Shazeer, Noam
Format:	Preprint
Publié:	2020
Sujets:	Machine Learning Computation and Language
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2001.04589