Skip to main content

dense-to-moe-experiments

Convert dense transformer models to Mixture-of-Experts (MoE) architectures via FFN upcycling, expert initialization strategies, and router training with load-balancing loss. Triggers on dense-to-MoE conversion, FFN upcycling, expert routing implementation, or MoE continued pretraining tasks.

Ir a la instalación

Datos de origen

Repositorio
merceralex397-collab/meta-skill-engineering
Última actividad en el origen
3 de mayo de 2026 a las 07:55
Idioma detectado de SKILL.md
inglés
Estrellas
2
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.