Grokking or Glitching? How Low-Precision Drives Slingshot Loss Spikes

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Hanqing, Liu, Cao, Jianjun, Li, Yuanze, Zhou, Zijian
Formato:	Preprint
Publicado:	2026
Materias:	Machine Learning Computation and Language Optimization and Control
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2605.06152