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

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Wu, Taiqiang, Tao, Chaofan, Wang, Jiahao, Yang, Runming, Zhao, Zhe, Wong, Ngai
Format:	Preprint
Publié:	2024
Sujets:	Computation and Language Artificial Intelligence
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/2404.02657