Adjoint sharding for very long context training of state space models

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Xu, Xingzi, Tavanaei, Amir, Asadi, Kavosh, Bouyarmane, Karim
Format: Preprint
Publié: 2025
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires