Sparser is Faster and Less is More: Efficient Sparse Attention for Long-Range Transformers

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Lou, Chao, Jia, Zixia, Zheng, Zilong, Tu, Kewei
Natura: Preprint
Pubblicazione: 2024
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!