GradPower: Powering Gradients for Faster Language Model Pre-Training

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Wang, Jinbo, Wang, Mingze, Zhang, Jiaqi, Wang, Wei, Pei, Peng, Cai, Xunliang, E, Weinan, Wu, Lei
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi