Skalierungstheorie des Multi-Epoch-Pretrainings
Forschende untersuchen, wie Trainingsepochen und Ensemble-Größe die Generalisierung bei datenbegrenztem Pretraining prägen.
Forschende untersuchen, wie Trainingsepochen und Ensemble-Größe die Generalisierung bei datenbegrenztem Pretraining prägen.