Freeze Deep, Train Shallow: Interpretable Layer Allocation for Continued Pre-Training

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Wu, Yu-Hang, Liu, Qin-Yuan, Zhao, Qiu-Yang, Jiang, Bo, Yang, Jiang-Feng, Cong, Qing-Wei
Formato: Preprint
Publicado: 2026
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!