MERIT: Maximum-normalized Element-wise Ratio for Language Model Large-batch Training

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Luo, Yang, Zheng, Zangwei, Qin, Ziheng, Zhu, Zirui, Liu, Yong, You, Yang
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi