MINILM: DEEP SELF-ATTENTION DISTILLATION FOR TASK-AGNOSTIC COMPRESSION OF PRE-TRAINED TRANSFORMERS

Bibliographische Detailangaben

Veröffentlicht in:	NeurIPS (34. : 2020 : Online) 34th Conference on Neural Information Processing Systems (NeurIPS 2020) ; Volume 8 of 27
1. Verfasser:	Wang, Wenhui (VerfasserIn)
Weitere Verfasser:	Wei, Furu (VerfasserIn), Dong, Li (VerfasserIn), Bao, Hangbo (VerfasserIn), Yang, Nan (VerfasserIn), Zhou, Ming (VerfasserIn)
Pages:	34
Format:	UnknownFormat
Sprache:	eng
Veröffentlicht:	2021
Schlagworte:
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!