Sparse Layers are Critical to Scaling Looped Language Models

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Lee, Ryan, Biloki, Jacob, Hu, Edward J., May, Jonathan
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!