qiuzh20/gated_attention
@qiuzh20Implementación oficial para [NeurIPS2025 Oral] Gated Attention for Large Language Models: Non-linearity, Sparsity, and Attention-Sink-Free
Estrellas
982
Bifurcaciones
61
Lenguaje
Jupyter Notebook
Licencia
MIT
Último push
hace 9 meses
Intel relacionado (0)
Aún no hay intel relacionado
Este repo no ha aparecido en ninguna de las fuentes que rastrea el radar. El recopilador funciona con un horario — vuelve cuando lo haya cubierto.