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

Fuente: arXiv
Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: Cao, Sheng, Wu, Mingrui, Prasad, Karthik, Tian, Yuandong, Liu, Zechun
Format: Preprint
Veröffentlicht: 2025
Schlagworte:
Online-Zugang:
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!