Abstract: Traditional n-gram language models suffer from insufficient long-distance information. The cache language model, which captures the dynamics of word occurrences in a cache, is feasible to ...

下記の文章は論文のアブストラクトをChatGPTに解釈させたものであり、正確性は保証しません。 Question 1: 何に関する論文か、詳しく説明してください。 この論文は、YOCOと呼ばれる大規模なトランスフォーマーベースの言語モデルに関するものです。YOCOは ...