Pro-Prophet: A Systematic Load Balancing Method for Efficient Parallel Training of Large-scale MoE Models

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Wang, Wei, Lai, Zhiquan, Li, Shengwei, Liu, Weijie, Ge, Keshi, Shen, Ao, Su, Huayou, Li, Dongsheng
Natura: Preprint
Pubblicazione: 2024
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!