DTop-p MoE: Sparsity-Controlled Dynamic Top-p MoE for Foundation Model Pre-training

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Jin, Can, Peng, Hongwu, Xiang, Mingcan, Zhang, Qixin, Yuan, Xiangchi, Hasan, Amit, Dibua, Ohiremen, Gong, Yifan, Kang, Yan, Metaxas, Dimitris N.
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!