Decouple Searching from Training: Scaling Data Mixing via Model Merging for Large Language Model Pre-training

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Shengrui, Zhao, Fei, Zhao, Kaiyan, Ye, Jieying, Liu, Haifeng, Shi, Fangcheng, Xie, Zheyong, Hu, Yao, Cao, Shaosheng
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language Artificial Intelligence 68T50 I.2.7
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2602.00747