J'ai lu des articles sur l'apprentissage par curriculum pour les LLM il y a environ 3 ans. Utilisant certaines fonctionnalités/réductions sur les gradients pour ordonner les corpus textuels, ce qui a accéléré la convergence. J'aimerais pouvoir me souvenir de l'article.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
16 J'aime
Récompense
16
6
Partager
Commentaire
0/400
TokenAlchemist
· 08-01 21:21
honnêtement, l'ordre de gradient n'est qu'un copium... le routage optimal est là où se trouve le vrai alpha
Voir l'originalRépondre0
LucidSleepwalker
· 07-30 05:26
Encore un article dont je ne me souviens pas...
Voir l'originalRépondre0
StablecoinAnxiety
· 07-30 05:20
Le vieux code d'il y a trois ans, où le trouver ?
Voir l'originalRépondre0
DiamondHands
· 07-30 05:09
Les thésards ont aussi des moments d'amnésie.
Voir l'originalRépondre0
pvt_key_collector
· 07-30 05:02
Je ne me souviens pas non plus.
Voir l'originalRépondre0
GasFeeSobber
· 07-30 04:58
Top, j'ai complètement oublié les détails de l'article.
J'ai lu des articles sur l'apprentissage par curriculum pour les LLM il y a environ 3 ans. Utilisant certaines fonctionnalités/réductions sur les gradients pour ordonner les corpus textuels, ce qui a accéléré la convergence. J'aimerais pouvoir me souvenir de l'article.