Lory: Fully Differentiable Mixture-of-Experts for Autoregressive Language Model Pre-training

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Zhong, Zexuan, Xia, Mengzhou, Chen, Danqi, Lewis, Mike
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/2405.03133