UMoE: Unifying Attention and FFN with Shared Experts

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Yang, Yuanhang, Wang, Chaozheng, Li, Jing
Formato: Preprint
Publicado: 2025
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares