On the token distance modeling ability of higher RoPE attention dimension

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Hong, Xiangyu, Jiang, Che, Qi, Biqing, Meng, Fandong, Yu, Mo, Zhou, Bowen, Zhou, Jie
Format: Preprint
Publié: 2024
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires