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

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Wang, Haonan, Liu, Qian, Du, Chao, Zhu, Tongyao, Du, Cunxiao, Kawaguchi, Kenji, Pang, Tianyu
Format:	Preprint
Publié:	2024
Sujets:	Computation and Language
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2411.13476