Conda: Column-Normalized Adam for Training Large Language Models Faster

Fuente: arXiv
Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: Wang, Junjie, Zhou, Pan, Dong, Yiming, Li, Huan, Li, Jia, Zhou, Xun, Lao, Qicheng, Fang, Cong, Lin, Zhouchen
Format: Preprint
Veröffentlicht: 2025
Schlagworte:
Online-Zugang:
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!