Загрузка видео...
Не удалось загрузить видео
I’ve been researching depth-residual routing & delta memory- Kimi K3 proved this holds at 2.8T params. But only for models trained this way I then asked: can you retrofit this onto existing LLM/world models? Introducing Retro-DARC: a Delta Attention Residual Compute adapter that retrofits depth-selective memory onto existing models... show more
11,344 просмотров • 1 месяц назад •via X (Twitter)
Комментарии: 0
Нет доступных комментариев
Здесь появятся комментарии из оригинального поста
