Pretrain from scratch 3B parameters using Mistral architecture on 90B Malaysian text tokens. README at https://github.com/mesolitica/malaya/tree/5.1/pretrained-model/mistral — Trained on 90B tokens, gathered at https://github.com/malaysia-ai/dedup-text-dataset/tree/main/pretrain-llm — We use Ray cluster to train on 5 nodes of 4x A100 80GB, https://github.com/malaysia-ai/jupyter-gpu/tree/main/ray WandB, https://wandb.ai/mesolitica/pretrain-mistral-3b?workspace=user-husein-mesolitica WandB report, https://wandb.ai/mesolitica/pretrain-mistral-3b/reports/Pretrain-Larger-
Модальности:
Генерация текста
Задача: Генерация текста
Автор: mesolitica
Теги: mistral, ms, text-generation-inference, endpoints_compatible
Лайков: 2 | Загрузок: 261
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.