Rethinking Kullback-Leibler Divergence in Knowledge Distillation for Large Language Models

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Wu, Taiqiang, Tao, Chaofan, Wang, Jiahao, Yang, Runming, Zhao, Zhe, Wong, Ngai
Formato: Preprint
Publicado: 2024
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!