Seq1F1B: Efficient Sequence-Level Pipeline Parallelism for Large Language Model Training

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Sun, Ao, Zhao, Weilin, Han, Xu, Yang, Cheng, Zhang, Xinrong, Liu, Zhiyuan, Shi, Chuan, Sun, Maosong
Formato:	Preprint
Publicado:	2024
Materias:	Distributed, Parallel, and Cluster Computing
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Descripción
Descripción no disponible.

Ejemplares similares