Variance Control via Weight Rescaling in LLM Pre-training

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Owen, Louis, Kumar, Abhay, Chowdhury, Nilabhra Roy, Güra, Fabian
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!