qiuzh20/gated_attention
@qiuzh20A implementação oficial para [NeurIPS2025 Oral] Gated Attention for Large Language Models: Non-linearity, Sparsity, and Attention-Sink-Free
Estrelas
982
Bifurcações
61
Linguagem
Jupyter Notebook
Licença
MIT
Último push
há 9 meses
Intel relacionado (0)
Ainda não há intel relacionado
Este repo ainda não apareceu em nenhuma das fontes que o radar rastreia. O coletor roda em um cronograma — volte quando ele cobrir este repo.