DISTFLASHATTN: Distributed Memory-efficient Attention for Long-context LLMs Training

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Li, Dacheng, Shao, Rulin, Xie, Anze, Xing, Eric P., Ma, Xuezhe, Stoica, Ion, Gonzalez, Joseph E., Zhang, Hao
Formato:	Preprint
Publicado:	2023
Materias:	Machine Learning Artificial Intelligence Distributed, Parallel, and Cluster Computing
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Descripción
Descripción no disponible.

Ejemplares similares