Critical Batch Size Revisited: A Simple Empirical Approach to Large-Batch Language Model Training

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Merrill, William, Arora, Shane, Groeneveld, Dirk, Hajishirzi, Hannaneh
Format: Preprint
Publié: 2025
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires