qiuzh20/gated_attention
@qiuzh20Die offizielle Implementierung für [NeurIPS2025 Oral] Gated Attention for Large Language Models: Non-linearity, Sparsity, and Attention-Sink-Free
Sterne
982
Forks
61
Sprache
Jupyter Notebook
Lizenz
MIT
Letzter Push
vor 9 Monaten
Verwandte Intel (0)
Noch keine verwandte Intel
Dieses Repo ist noch in keiner der vom Radar verfolgten Quellen aufgetaucht. Der Collector läuft nach Zeitplan — schau wieder vorbei, sobald er dieses Repo abdeckt.