The Journey Matters: Average Parameter Count over Pre-training Unifies Sparse and Dense Scaling Laws

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Jin, Tian, Humayun, Ahmed Imtiaz, Evci, Utku, Subramanian, Suvinay, Yazdanbakhsh, Amir, Alistarh, Dan, Dziugaite, Gintare Karolina
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!