Scaling Law for Language Models Training Considering Batch Size

Fuente: arXiv
Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: Shuai, Xian, Wang, Yiding, Wu, Yimeng, Jiang, Xin, Ren, Xiaozhe
Format: Preprint
Veröffentlicht: 2024
Schlagworte:
Online-Zugang:
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!