Skip to yearly menu bar Skip to main content


Joint MoE Scaling Laws: Mixture of Experts Can Be Memory Efficient

Jan Ludziejewski · Maciej Pióro · Jakub Krajewski · Michał Krutul · Jan Małaśnicki · Maciej Stefaniak · Piotr Sankowski · Marek Cygan · Kamil Adamczewski · Piotr Miłoś · Sebastian Jaszczur

Abstract

Chat is not available.