david/flash-attention

zrcadlo https://github.com/Dao-AILab/flash-attention

Autor	SHA1 Zpráva	Datum
Tri Dao	71befc19e1 [Loss] Use flash_attn.losses.cross_entropy.CrossEntropyLoss	před 1 rokem
Tri Dao	dff68c2b22 Add smoothing for CrossEntropyParallel, rename to CrossEntropyLoss	před 2 roky
Tri Dao	0bf5e50038 Release training code	před 2 roky