qiuzh20/gated_attention
@qiuzh20[NeurIPS2025 Oral] Gated Attention for Large Language Models: Non-linearity, Sparsity, and Attention-Sink-Free का आधिकारिक कार्यान्वयन।
स्टार
982
फ़ोर्क
61
भाषा
Jupyter Notebook
लाइसेंस
MIT
आख़िरी push
9 माह 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।