BêtaRare
qiuzh20/gated_attention
The official implementation for [NeurIPS2025 Oral] Gated Attention for Large Language Models: Non-linearity, Sparsity, and Attention-Sink-Free
- Propriétaire
- qiuzh20 (compte personnel)
- Étoiles
- Étoiles : 991
- Forks
- Forks : 61
- Langage
- Jupyter Notebook
- Licence
- MIT
- Création
- 2025
- Rang
- Bêta (700 à 1 999 ★) Ce que veut dire ce rang
D’autres dépôts Jupyter Notebook
Tous les dépôts Jupyter Notebook- ematvey/tensorflow-seq2seq-tutorialsÉtoiles : 991Jupyter NotebookBêta
- timsainb/tensorflow2-generative-modelsÉtoiles : 991Jupyter NotebookBêta
- TheCaduceus/WARP-UNLIMITED-ADVANCEDÉtoiles : 991Jupyter NotebookBêta
- deanwampler/spark-scala-tutorialÉtoiles : 990Jupyter NotebookBêta