Let Me Grok for You: Accelerating Grokking via Embedding Transfer from a Weaker Model

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Xu, Zhiwei, Ni, Zhiyu, Wang, Yixin, Hu, Wei
Formato: Preprint
Publicado: 2025
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!