When Precision Meets Position: BFloat16 Breaks Down RoPE in Long-Context Training

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Haonan, Liu, Qian, Du, Chao, Zhu, Tongyao, Du, Cunxiao, Kawaguchi, Kenji, Pang, Tianyu
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2411.13476