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

Fuente: arXiv
Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: Krajewski, Jakub, Chochowski, Marcin, Korzekwa, Daniel
Format: Preprint
Veröffentlicht: 2025
Schlagworte:
Online-Zugang:
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!