World Wires · Story 100922 · corroborated · 1 Quelle(n)

Skalierungstheorie des Multi-Epoch-Pretrainings

Forschende untersuchen, wie Trainingsepochen und Ensemble-Größe die Generalisierung bei datenbegrenztem Pretraining prägen.

Im Desk öffnen

Berichterstattung

Was diese Seite indexiert