Skip to main content

scaling-dora-factored-norms

Optimize adapter parameter efficiency at scale by decomposing row-wise norm computation into base/cross/BA components (15× memory reduction) and fusing kernel operations. Achieves 1.5–2.0× inference speedup with 77 GB peak VRAM reduction across 8–32B vision-language models; applies when training adapter-based models with strict memory budgets across hundreds of modules.

Ir a la instalación

Datos de origen

Repositorio
ADu2021/skillXiv
Última actividad en el origen
26 de marzo de 2026 a las 15:00
Idioma detectado de SKILL.md
inglés
Estrellas
6
Forks
0

Opciones de instalación

De forma predeterminada está seleccionado el prompt que primero revisa el origen. Puedes cambiar a un comando directo o descargar una copia local.

Revisa los archivos de origen

Lee SKILL.md y los archivos complementarios que muestra SkillsMP antes de decidir si quieres instalarlo.