Beyond Scaling Laws: Understanding Transformer Performance with Associative Memory

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Niu, Xueyan, Bai, Bo, Deng, Lei, Han, Wei
Formato: Preprint
Publicado: 2024
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares