Structured Packing in LLM Training Improves Long Context Utilization von Staniszewski, Konrad, Tworkowski, Szymon, Jaszczur, Sebastian, Zhao, Yu, Michalewski, Henryk, Kuciński, Łukasz, Miłoś, Piotr

Volltext bestellen

Neural heuristics for SAT solving von Jaszczur, Sebastian, Łuszczyk, Michał, Michalewski, Henryk

Volltext bestellen

MoE-Mamba: Efficient Selective State Space Models with Mixture of Experts von Pióro, Maciej, Ciebiera, Kamil, Król, Krystian, Ludziejewski, Jan, Krutul, Michał, Krajewski, Jakub, Antoniak, Szymon, Miłoś, Piotr, Cygan, Marek, Jaszczur, Sebastian

Volltext bestellen

Mixture of Tokens: Continuous MoE through Cross-Example Aggregation von Antoniak, Szymon, Krutul, Michał, Pióro, Maciej, Krajewski, Jakub, Ludziejewski, Jan, Ciebiera, Kamil, Król, Krystian, Odrzygóźdź, Tomasz, Cygan, Marek, Jaszczur, Sebastian

Volltext bestellen

Scaling Laws for Fine-Grained Mixture of Experts von Krajewski, Jakub, Ludziejewski, Jan, Adamczewski, Kamil, Pióro, Maciej, Krutul, Michał, Antoniak, Szymon, Ciebiera, Kamil, Król, Krystian, Odrzygóźdź, Tomasz, Sankowski, Piotr, Cygan, Marek, Jaszczur, Sebastian

Volltext bestellen

Sparse is Enough in Scaling Transformers von Jaszczur, Sebastian, Chowdhery, Aakanksha, Mohiuddin, Afroz, Kaiser, Łukasz, Gajewski, Wojciech, Michalewski, Henryk, Kanerva, Jonni

Volltext bestellen

Structured Packing in LLM Training Improves Long Context Utilization von Staniszewski, Konrad, Tworkowski, Szymon, Jaszczur, Sebastian, Zhao, Yu, Michalewski, Henryk, Kuciński, Łukasz, Miłoś, Piotr

Volltext

Neural heuristics for SAT solving von Jaszczur, Sebastian, Łuszczyk, Michał, Michalewski, Henryk

Volltext

Mixture of Tokens: Continuous MoE through Cross-Example Aggregation von Antoniak, Szymon, Krutul, Michał, Pióro, Maciej, Krajewski, Jakub, Ludziejewski, Jan, Ciebiera, Kamil, Król, Krystian, Odrzygóźdź, Tomasz, Cygan, Marek, Jaszczur, Sebastian

Volltext

MoE-Mamba: Efficient Selective State Space Models with Mixture of Experts von Pióro, Maciej, Ciebiera, Kamil, Król, Krystian, Ludziejewski, Jan, Krutul, Michał, Krajewski, Jakub, Antoniak, Szymon, Miłoś, Piotr, Cygan, Marek, Jaszczur, Sebastian

Volltext

Scaling Laws for Fine-Grained Mixture of Experts von Krajewski, Jakub, Ludziejewski, Jan, Adamczewski, Kamil, Pióro, Maciej, Krutul, Michał, Antoniak, Szymon, Ciebiera, Kamil, Król, Krystian, Odrzygóźdź, Tomasz, Sankowski, Piotr, Cygan, Marek, Jaszczur, Sebastian

Volltext

Sparse is Enough in Scaling Transformers von Jaszczur, Sebastian, Chowdhery, Aakanksha, Mohiuddin, Afroz, Kaiser, Łukasz, Gajewski, Wojciech, Michalewski, Henryk, Kanerva, Jonni

Volltext

SPARSE ATTENTION NEURAL NETWORKS von Michalewski, Henryk, Kanerva, Jonni Miikka, Kaiser, Lukasz Mieczyslaw, Mohiuddin, Afroz, Gajewski, Wojciech, Jaszczur, Sebastian Dariusz, Chowdhery, Aakanksha

Volltext bestellen

SPARSE ATTENTION NEURAL NETWORKS von Michalewski, Henryk, Kanerva, Jonni Miikka, Kaiser, Lukasz Mieczyslaw, Mohiuddin, Afroz, Gajewski, Wojciech, Jaszczur, Sebastian Dariusz, Chowdhery, Aakanksha

Volltext bestellen