LLaMA-MoE: Building Mixture-of-Experts from LLaMA with Continual Pre-training

Fuente: arXiv
Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: Zhu, Tong, Qu, Xiaoye, Dong, Daize, Ruan, Jiacheng, Tong, Jingqi, He, Conghui, Cheng, Yu
Format: Preprint
Veröffentlicht: 2024
Schlagworte:
Online-Zugang:
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!