Upcycling Instruction Tuning from Dense to Mixture-of-Experts via Parameter Merging

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Hui, Tingfeng, Zhang, Zhenyu, Wang, Shuohuan, Sun, Yu, Wu, Hua, Su, Sen
Formato:	Preprint
Publicado:	2024
Materias:	Computation and Language Artificial Intelligence Machine Learning
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2410.01610