Towards Greater Leverage: Scaling Laws for Efficient Mixture-of-Experts Language Models

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Tian, Changxin, Chen, Kunlong, Liu, Jia, Liu, Ziqi, Zhang, Zhiqiang, Zhou, Jun
Format: Preprint
Publié: 2025
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires