Mixture-of-Depths: Dynamically allocating compute in transformer-based language models

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Raposo, David, Ritter, Sam, Richards, Blake, Lillicrap, Timothy, Humphreys, Peter Conway, Santoro, Adam
Format:	Preprint
Publié:	2024
Sujets:	Machine Learning Computation and Language
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/2404.02258