MoDE: A Mixture-of-Experts Model with Mutual Distillation among the Experts

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Xie, Zhitian, Zhang, Yinger, Zhuang, Chenyi, Shi, Qitao, Liu, Zhining, Gu, Jinjie, Zhang, Guannan
Formato:	Preprint
Publicado:	2024
Materias:	Machine Learning Artificial Intelligence
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2402.00893