From 128K to 4M: Efficient Training of Ultra-Long Context Large Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xu, Chejian, Ping, Wei, Xu, Peng, Liu, Zihan, Wang, Boxin, Shoeybi, Mohammad, Li, Bo, Catanzaro, Bryan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2504.06214