Continual Quantization-Aware Pre-Training: When to transition from 16-bit to 1.58-bit pre-training for BitNet language models?

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Nielsen, Jacob, Schneider-Kamp, Peter, Galke, Lukas
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi