Initialization of Large Language Models via Reparameterization to Mitigate Loss Spikes

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Nishida, Kosuke, Nishida, Kyosuke, Saito, Kuniko
Natura: Preprint
Pubblicazione: 2024
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!