BabyLlama-2: Ensemble-Distilled Models Consistently Outperform Teachers With Limited Data

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Tastet, Jean-Loup, Timiryasov, Inar
Formato:	Preprint
Publicado:	2024
Materias:	Computation and Language Machine Learning I.2.7
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2409.17312