Hyperparameter Transfer with Mixture-of-Expert Layers

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Jiang, Tianze, Bordelon, Blake, Pehlevan, Cengiz, Hanin, Boris
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!