Finite-Size Gradient Transport in Large Language Model Pretraining: From Cascade Size to Intensive Transport Efficiency

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Wang, Ping, Du, Yan-Qi
Format:	Preprint
Publié:	2026
Sujets:	Machine Learning Disordered Systems and Neural Networks Artificial Intelligence Adaptation and Self-Organizing Systems
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2605.02968