Power Lines: Scaling Laws for Weight Decay and Batch Size in LLM Pre-training

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Bergsma, Shane, Dey, Nolan, Gosal, Gurpreet, Gray, Gavia, Soboleva, Daria, Hestness, Joel
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!