Scaling Laws for Upcycling Mixture-of-Experts Language Models

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Liew, Seng Pei, Kato, Takuya, Takase, Sho
Format: Preprint
Publié: 2025
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires