Dynamic Adaptive Shared Experts with Grouped Multi-Head Attention Mixture of Experts

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Li, Cheng, Liu, Jiexiong, Chen, Yixuan, ji, Jie
Format: Preprint
Publié: 2025
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!