Share Your Attention: Transformer Weight Sharing via Matrix-based Dictionary Learning

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Zhussip, Magauiya, Shopkhoev, Dmitriy, Ali, Ammar, Lefkimmiatis, Stamatios
Formato: Preprint
Publicado: 2025
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares