Scalable Pretraining of Large Mixture of Experts Language Models on Aurora Super Computer

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Vooturi, Dharma Teja, Kalamkar, Dhiraj, Das, Dipankar, Kaul, Bharat
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!