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

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Li, Shengrui, Zhao, Fei, Zhao, Kaiyan, Ye, Jieying, Liu, Haifeng, Shi, Fangcheng, Xie, Zheyong, Hu, Yao, Cao, Shaosheng
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi