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

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Cao, Sheng, Wu, Mingrui, Prasad, Karthik, Tian, Yuandong, Liu, Zechun
Formato: Preprint
Publicado: 2025
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares