1.5-SPSA: Zero-Order-Training auf OPT-13B übertrifft MeZO und Backprop bei SST-2 · Lumeric
Beitrag
FORSCHUNGarxiv.org· ArXiv cs.LG★Pro8h
1.5-SPSA: Zero-Order-Training auf OPT-13B übertrifft MeZO und Backprop bei SST-2
Pro-Quelle
Dieser Beitrag stammt aus einer Pro-Quelle. Mit Lumeric Pro liest du den vollständigen Eintrag inklusive „Warum es zählt", Quelle und verwandten Beiträgen.