lucidrains/native-sparse-attention-pytorch
@lucidrainsDeepseek टीम के "Native Sparse Attention" पेपर में सुझाए गए स्पार्स अटेंशन पैटर्न का कार्यान्वयन।
स्टार
813
फ़ोर्क
52
भाषा
Python
लाइसेंस
MIT
आख़िरी push
1 वर्ष पहले
संबंधित intel (0)
अभी कोई संबंधित intel नहीं
यह रिपॉजिटरी radar द्वारा ट्रैक किए जाने वाले किसी भी स्रोत में अभी तक नहीं आई है। कलेक्टर एक शेड्यूल पर चलता है — जब यह इस रिपॉजिटरी को कवर करे तब वापस देखें।