Learning to Specialize: Joint Gating-Expert Training for Adaptive MoEs in Decentralized Settings

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Farhat, Yehya, Shili, Hamza ElMokhtar, Liao, Fangshuo, Dun, Chen, Garcia, Mirian Hipolito, Zheng, Guoqing, Awadallah, Ahmed Hassan, Sim, Robert, Dimitriadis, Dimitrios, Kyrillidis, Anastasios
Formato: Preprint
Publicado: 2023
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!