The Unreasonable Ineffectiveness of the Deeper Layers

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Gromov, Andrey, Tirumala, Kushal, Shapourian, Hassan, Glorioso, Paolo, Roberts, Daniel A.
Format:	Preprint
Publié:	2024
Sujets:	Computation and Language Machine Learning
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/2403.17887