GQKVA: Efficient Pre-training of Transformers by Grouping Queries, Keys, and Values

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Javadi, Farnoosh, Ahmed, Walid, Hajimolahoseini, Habib, Ataiefard, Foozhan, Hassanpour, Mohammad, Asani, Saina, Wen, Austin, Awad, Omar Mohamed, Liu, Kangling, Liu, Yang
Format:	Preprint
Publié:	2023
Sujets:	Machine Learning Artificial Intelligence Computation and Language Computer Vision and Pattern Recognition
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/2311.03426