В более свежей работе, кстати, утверждают, что данные вообще не важны, и случайные последовательности работают якобы так же хорошо (за исключением OPT).
Но кажется, что авторы набагали где-то...
Post #310
1.23K
- 🤔 5
- Oct 16, 2026LUT3 в NVIDIA Rubin Блогпост от какого-то челика Описание хранения в PTX ISA Последнее пок…
- Oct 16, 2026Post #870
- Oct 15, 2026⚙️ Метод При низкоранговом сжатии можно пытаться приближать ошибку аппроксимации весов (SV…
- Oct 15, 2026🧠 Learning Functional Subspaces for Neural Network Compression 📄 Статья Вообще говоря, п…
- Oct 15, 2026I have a Universal Transformer I have a Universal Attention I have a Universal Transformer…
- Oct 15, 2026Считаю что статьи без кода, если это только не теор DL или position paper, надо деск редже…