Copertina

FFN Fusion: Rethinking Sequential Computation in Large Language Models

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Bercovich, Akhiad, Dabbah, Mohammad, Puny, Omri, Galil, Ido, Geifman, Amnon, Geifman, Yonatan, Golan, Izhak, Karpas, Ehud, Levy, Itay, Moshe, Zach, Nabwani, Najeeb, Ronen, Tomer, Schen, Itamar, Segal, Elad, Shahaf, Ido, Tropp, Oren, Zilberstein, Ran, El-Yaniv, Ran
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Extending Puzzle for Mixture-of-Experts Reasoning Models with Application to GPT-OSS Acceleration
di: Bercovich, Akhiad, et al.
Pubblicazione: (2026)

Puzzle: Distillation-Based NAS for Inference-Optimized LLMs
di: Bercovich, Akhiad, et al.
Pubblicazione: (2024)

CRoCoDiL: Continuous and Robust Conditioned Diffusion for Language
di: Uziel, Roy, et al.
Pubblicazione: (2026)

Controlling the Inductive Bias of Wide Neural Networks by Modifying the Kernel's Spectrum
di: Geifman, Amnon, et al.
Pubblicazione: (2023)

Hierarchical Selective Classification
di: Goren, Shani, et al.
Pubblicazione: (2024)

When Should LLMs Be Less Specific? Selective Abstraction for Reliable Long-Form Text Generation
di: Goren, Shani, et al.
Pubblicazione: (2026)

Maximal Brain Damage Without Data or Optimization: Disrupting Neural Networks via Sign-Bit Flips
di: Galil, Ido, et al.
Pubblicazione: (2025)

Advancing Image Classification with Discrete Diffusion Classification Modeling
di: Belhasin, Omer, et al.
Pubblicazione: (2025)

SPEED-Bench: A Unified and Diverse Benchmark for Speculative Decoding
di: Abramovich, Talor, et al.
Pubblicazione: (2026)

Star Elastic: Many-in-One Reasoning LLMs with Efficient Budget Control
di: Taghibakhshi, Ali, et al.
Pubblicazione: (2026)

On the independence problem of Newton's first law
di: Yavetz, Ido, et al.
Pubblicazione: (2025)

Maternal Anemia and Offspring Outcomes in India: A Scoping Review
di: Melissa T. Benavente, et al.
Pubblicazione: (2025)

The Ramanujan Library -- Automated Discovery on the Hypergraph of Integer Relations
di: Beit-Halachmi, Itay, et al.
Pubblicazione: (2024)

Changing Base Without Losing Pace: A GPU-Efficient Alternative to MatMul in DNNs
di: Ailon, Nir, et al.
Pubblicazione: (2025)

Efficient Video Sampling: Pruning Temporally Redundant Tokens for Faster VLM Inference
di: Bagrov, Natan, et al.
Pubblicazione: (2025)

Multi-Review Fusion-in-Context
di: Slobodkin, Aviv, et al.
Pubblicazione: (2024)

Physiological dominance of the scion in shaping root architecture under suboptimal temperature
di: Amnon Cochavi, et al.
Pubblicazione: (2026)

Model-Behavior Alignment under Flexible Evaluation: When the Best-Fitting Model Isn't the Right One
di: Avitan, Itamar, et al.
Pubblicazione: (2025)

Principal Uncertainty Quantification with Spatial Correlation for Image Restoration Problems
di: Belhasin, Omer, et al.
Pubblicazione: (2023)

The symbol length for elementary type pro-$p$ groups and Massey products
di: Efrat, Ido
Pubblicazione: (2022)

Mild Pro-$p$ Groups and Ordered Monoids
di: Efrat, Ido
Pubblicazione: (2026)

Cohomology and the Combinatorics of Words for Magnus Formations
di: Efrat, Ido
Pubblicazione: (2022)

Failure of an higher analogue of Mho
di: Feldman, Ido
Pubblicazione: (2024)

Measuring the Data
di: Cohen, Ido
Pubblicazione: (2025)

Koopman Regularization
di: Cohen, Ido
Pubblicazione: (2024)

The Elementary Type Conjecture for Maximal Pro-p Galois groups
di: Efrat, Ido
Pubblicazione: (2025)

Linking Invariants for Valuations and Orderings on Fields
di: Efrat, Ido
Pubblicazione: (2024)

TensorLens: End-to-End Transformer Analysis via High-Order Attention Tensors
di: Atad, Ido Andrew, et al.
Pubblicazione: (2026)

Semi-Supervised Hypothesis Testing by Betting on Predictions
di: Tenzer, Yaniv, et al.
Pubblicazione: (2026)

Valid Best-Model Identification for LLM Evaluation via Low-Rank Factorization
di: Tolochinsky, Elad, et al.
Pubblicazione: (2026)

Graph Neural Networks Use Graphs When They Shouldn't
di: Bechler-Speicher, Maya, et al.
Pubblicazione: (2023)

Topological expansion for posets and the homological $k$-connectivity of random $q$-complexes
di: Tessler, Ran, et al.
Pubblicazione: (2023)

Enfoque transdisciplinar de la historia y el desarrollo del pensamiento complejo en la formación profesional
di: Ido Lugo-Villegas
Pubblicazione: (2023)

"Desigualdades no SUS: o caso do atendimento às travestis é ‘babado’!"
di: Magnor Ido Muller
Pubblicazione: (2008)

INCIDÊNCIA E SEVERIDADE DA FERRUGEM EM CLONES DE CANA-DE-AÇÚCAR NO ESTADO DO PARANÁ
di: Oswaldo Teruyo Ido
Pubblicazione: (2006)

POSICIONAMIENTO PROFESIONAL DE LA MUJER EN LA GESTIÓN DE INSTITUCIONES EDUCATIVAS ESTATALES DEL NIVEL SECUNDARIO DE LACIUDAD DE HUÁNUCO
di: Ido Lugo Villegas
Pubblicazione: (2009)

PRACTICA DE LA INTERCULTURALIDAD EN LA FORMACIÓN DE LA IDENTIDAD REGIONAL DE LA POBLACIÓN DE HUÁNUCO
di: Ido Lugo Villegas
Pubblicazione: (2008)

Perceptions of Wicked Policy Problems and Anti‐Privatization Attitudes: The Mediating Role of Political Leadership Preferences
di: Izhak Berkovich
Pubblicazione: (2025)

Padding Tone: A Mechanistic Analysis of Padding Tokens in T2I Models
di: Toker, Michael, et al.
Pubblicazione: (2025)

Formal Mechanistic Interpretability: Automated Circuit Discovery with Provable Guarantees
di: Hadad, Itamar, et al.
Pubblicazione: (2026)