Parm: Efficient Training of Large Sparsely-Activated Models with Dedicated Schedules

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Pan, Xinglin, Lin, Wenxiang, Shi, Shaohuai, Chu, Xiaowen, Sun, Weinong, Li, Bo
Format: Preprint
Publié: 2024
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires