Megatron-LM: Training Multi-Billion Parameter Language Models Using GPU Model Parallelism
Mohammad Shoeybi, Mostofa Patwary, Raul Puri, Patrick LeGresley, Jared Casper, Bryan Catanzaro · arXiv: 1909.08053v1 · Page du résumé
Un dossier de presse pour chaque article : arXiv, revues et prépublications. Ce qui est vraiment nouveau, un détecteur de hype (relecture par les pairs, taille de l'échantillon, affirmations qui dépassent les résultats), des phrases clés citées mot pour mot, des questions à poser aux auteurs, des chercheurs qui travaillent sur le même sujet sans avoir signé l'article, et un glossaire.