transformer 标签

2024

07-26

Llama3.1--post-training要点一览

07-25

Llama3.1--预训练要点一览

07-23

预训练数据处理--长度分解

07-21

MoE路由--expert choice routing

07-19

从dense到MoE -- sparse upcycling

07-17

Qwen2技术报告

07-16

对MoE模型的一些观察

07-15

MoE的top-p routing

07-12

DeepSeek-V2和MLA

07-05

bilibili的index-1.9B

0%