Mixture of Attention Schemes (MoAS): Learning to Route Between MHA, GQA, and MQA

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autore principale: Gumaan, Esmail
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!