$μ$nit Scaling: Simple and Scalable FP8 LLM Training

Fuente: arXiv
Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: Narayan, Saaketh, Gupta, Abhay, Paul, Mansheej, Blalock, Davis
Format: Preprint
Veröffentlicht: 2025
Schlagworte:
Online-Zugang:
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!