lucidrains/native-sparse-attention-pytorch
@lucidrainsImplémentation du modèle d'attention creuse proposé par l'équipe Deepseek dans leur article "Native Sparse Attention".
Étoiles
813
Bifurcations
53
Langage
Python
Licence
MIT
Dernier push
il y a 1 an
Intel associée (0)
Aucune intel associée pour le moment
Ce dépôt n'est encore apparu dans aucune des sources que le radar suit. Le collecteur suit un calendrier — revenez une fois qu'il couvre ce dépôt.