When Data Is Scarce: Scaling Sparse Language Models with Repeated Training

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Wu, Boqian, Xiao, Qiao, Okanovic, Patrik, Sternal, Tomasz, van Keulen, Maurice, Pechenizkiy, Mykola, Mocanu, Elena, Hoefler, Torsten, Mocanu, Decebal Constantin
Format: Preprint
Publié: 2026
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires