Autor der Publikation

Scaling Laws vs Model Architectures: How does Inductive Bias Influence Scaling?

, , , , , , , , , und . EMNLP (Findings), Seite 12342-12364. Association for Computational Linguistics, (2023)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

 

Weitere Publikationen von Autoren mit dem selben Namen

Quiz-Style Question Generation for News Stories., , und . WWW, Seite 2501-2511. ACM / IW3C2, (2021)Linking online dictionaries to Wikipedia., und . RIVF, Seite 30-34. IEEE, (2015)Charformer: Fast Character Transformers via Gradient-based Subword Tokenization., , , , , , , , , und . ICLR, OpenReview.net, (2022)DSI++: Updating Transformer Memory with New Documents., , , , , , , , und . CoRR, (2022)ExT5: Towards Extreme Multi-Task Scaling for Transfer Learning., , , , , , , , , und 4 andere Autor(en). CoRR, (2021)Smaller, Weaker, Yet Better: Training LLM Reasoners via Compute-Optimal Sampling., , , , und . CoRR, (2024)How Does Generative Retrieval Scale to Millions of Passages?, , , , , , , und . EMNLP, Seite 1305-1321. Association for Computational Linguistics, (2023)A New Generation of Perspective API: Efficient Multilingual Character-level Transformers., , , , , , und . KDD, Seite 3197-3207. ACM, (2022)AgreeSum: Agreement-Oriented Multi-Document Summarization., , , und . ACL/IJCNLP (Findings), Volume ACL/IJCNLP 2021 von Findings of ACL, Seite 3377-3391. Association for Computational Linguistics, (2021)Transcending Scaling Laws with 0.1% Extra Compute., , , , , , , , , und 6 andere Autor(en). EMNLP, Seite 1471-1486. Association for Computational Linguistics, (2023)