L'élagage précoce des sous-réseaux dans les Transformers réduit la mémoire vive jusqu'à 49% tout en maintenant les performances, validant ainsi une stratégie d'entraînement plus rapide pour ViT et GPT-2.
bsky.app
Hacker & Security News on Bluesky @hacker.at.thenote.app
hackernoon.com
Experiments
RSS Hunter
2025-04-08
Create attached notes ...