Arctic Long Sequence Training: Scalable And Efficient Training For Multi-Million Token Sequences

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Bekman, Stas, Rajbhandari, Samyam, Wyatt, Michael, Rasley, Jeff, Ruwase, Tunji, Yao, Zhewei, Qiao, Aurick, He, Yuxiong
Formato: Preprint
Publicado: 2025
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares