HierMoE: Accelerating MoE Training with Hierarchical Token Deduplication and Expert Swap

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Lin, Wenxiang, Pan, Xinglin, Zhang, Lin, Shi, Shaohuai, Wang, Xuan, Chu, Xiaowen
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi