Improving Reasoning Capabilities in Small Models through Mixture-of-Layers Distillation with Stepwise Attention on Key Information

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Chen, Yao, Sheng, Jiawei, Zhang, Wenyuan, Liu, Tingwen
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi