Scaling Law for Language Models Training Considering Batch Size

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Shuai, Xian, Wang, Yiding, Wu, Yimeng, Jiang, Xin, Ren, Xiaozhe
Formato: Preprint
Publicado: 2024
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!