kyegomez/Latent-MoE
Implementation of LatentMoE,Toward Optimal Accuracy per FLOP and Parameter in Mixture of Experts (Elango et al., NVIDIA 2026) — in Pytorch. A single-file, dependency-light layer you can drop in place of a standard MoE FFN.
Croissance
- 24 dernières heures
- +0
- étoiles
- 7 derniers jours
- +0
- étoiles
- 30 derniers jours
- +5
- étoiles
- Étoiles au total
- 23
- 18 il y a un mois
- Forks
- 1
Historique des étoiles
12 dernières semaines · étoiles cumulées par semaine · calculé à partir des étoiles publiques de GitHub
Rang dans ses thèmes
| Thème | Aujourd’hui | Cette semaine | Ce mois-ci |
|---|---|---|---|
| Python | – | – | – |
| LLM | – | – | – |
| Machine learning | – | – | – |
Signaux de santé
Les signaux de santé n’ont pas encore été relevés. Les dépôts classés sont vérifiés chaque semaine.
Ces signaux sont calculés automatiquement à partir des données publiques de GitHub. Ce n’est ni une recommandation ni un audit de sécurité. Comment la santé est calculée
README
Latent-MoE
Implementation of LatentMoE,Toward Optimal Accuracy per FLOP and Parameter in Mixture of Experts (Elango et al., NVIDIA 2026) — in Pytorch. A single-file, dependency-light layer you can drop in place of a standard MoE FFN.
Upstar n’a pas encore récupéré ce README. Le lire sur GitHub.