Scaling Fine-Grained MoE Beyond 50B Parameters: Empirical Evaluation and Practical Insights

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Krajewski, Jakub, Chochowski, Marcin, Korzekwa, Daniel
Format:	Preprint
Publié:	2025
Sujets:	Machine Learning Artificial Intelligence Computation and Language
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2506.02890