Stacking Your Transformers: A Closer Look at Model Growth for Efficient LLM Pre-Training

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Du, Wenyu, Luo, Tongxu, Qiu, Zihan, Huang, Zeyu, Shen, Yikang, Cheng, Reynold, Guo, Yike, Fu, Jie
Natura: Preprint
Pubblicazione: 2024
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!