The Unreasonable Ineffectiveness of the Deeper Layers

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Gromov, Andrey, Tirumala, Kushal, Shapourian, Hassan, Glorioso, Paolo, Roberts, Daniel A.
Formato: Preprint
Publicado: 2024
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!