DenseFormer: Enhancing Information Flow in Transformers via Depth Weighted Averaging

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Pagliardini, Matteo, Mohtashami, Amirkeivan, Fleuret, Francois, Jaggi, Martin
Natura: Preprint
Pubblicazione: 2024
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!