Smoothing DiLoCo with Primal Averaging for Faster Training of LLMs

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Defazio, Aaron, Mishchenko, Konstantin, Raman, Parameswaran, Shi, Hao-Jun Michael, Xiao, Lin
Format: Preprint
Publié: 2025
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires