Initialization of Large Language Models via Reparameterization to Mitigate Loss Spikes

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Nishida, Kosuke, Nishida, Kyosuke, Saito, Kuniko
Formato: Preprint
Publicado: 2024
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares