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

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Li, Shengrui, Zhao, Fei, Zhao, Kaiyan, Ye, Jieying, Liu, Haifeng, Shi, Fangcheng, Xie, Zheyong, Hu, Yao, Cao, Shaosheng
Formato:	Preprint
Publicado:	2026
Materias:	Computation and Language Artificial Intelligence 68T50 I.2.7
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Descripción
Descripción no disponible.

Ejemplares similares