𓌳 REAP𓌳 Эксперты: почему обрезка преобладает при однократном сжатии MoE Представляем MiniMax-M2.5-REAP-139B-A10B, сжатый вариант MiniMax-M2.5 с эффективным использованием памяти, который сохраняет почти идентичную производительность, будучи на 40% легче. Эта модель была создана с использованием REAP (router-weighted Expert Activation Pruning), нового метода сокращения экспертов, который выборочно удаляет лишних экспертов, сохраняя при этом независимый контроль маршрутизатора над оставшимися экспертами. Ключевые особенности включают в себя: — Производительность почти без потерь: обеспечивает практически идентичную точность при генерации кода, агентном кодировании и вызове функций по сравнению с полной моделью 230B. — Сокращение памяти на 40 %: параметры сжаты с 230B до 139B, что значительно снижает затраты на развертывание и требования к памяти. — Сохраненные возможности: сохраняются все основные функции, включая генерацию кода, математические рассуждения и вызов инструментов. — Совместимость с прямым подключением: работает с ванильным vLLM — не требуется никаких модификаций исходного кода или пользовательских патчей. — Оптимизирован для реального использования: особенно эффективен для сред с ограниченными ресурсами, локальных развертываний и научных исследований. Эта модель основана на MiniMaxAI/MiniMax-M2.5 и распространяется…
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: cyankiwi
Теги: minimax_m2, minimax, MOE, pruning, compression, conversational, custom_code, en
Лайков: 13 | Загрузок: 123,765
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
