Param$Δ$ for Direct Weight Mixing: Post-Train Large Language Model at Zero Cost

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Cao, Sheng, Wu, Mingrui, Prasad, Karthik, Tian, Yuandong, Liu, Zechun
Format:	Preprint
Publié:	2025
Sujets:	Computation and Language Artificial Intelligence Machine Learning
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2504.21023