A Study on Hidden Layer Distillation for Large Language Model Pre-Training

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Guigon, Maxime, Dixon, Lucas, Sander, Michaël E.
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi