Holistic Scaling Laws for Optimal Mixture-of-Experts Architecture Optimization

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Wan, Weilin, Han, Jingtao, Zhang, Weizhong, Jin, Cheng
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!