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

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Wang, Wei, Lai, Zhiquan, Li, Shengwei, Liu, Weijie, Ge, Keshi, Shen, Ao, Su, Huayou, Li, Dongsheng
Formato: Preprint
Publicado: 2024
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares