Это третья версия модели, обученной Кирмом на 3 3090 на новом наборе данных Dolphin 2.8 Эрика Хартфорда https://erichartford.com/dolphin 🐬 Эта модель использует нашу лазерную технику из https://github.com/cognitivecomputations/laserRMT для шумоподавления модели! В этой версии мы увеличили количество эпох, а также усовершенствовали используемые наборы данных. Целью проекта TinyLlama является предварительное обучение модели Llama размером 1,1 млрд на 3 триллионах токенов. При правильной оптимизации мы можем достичь этого «всего» за 90 дней, используя 16 графических процессоров A100-40G 🚀🚀. Обучение началось 01.09.2023. Мы использовали ту же архитектуру и токенизатор, что и Llama 2. Это означает, что TinyLlama можно подключать и использовать во многих проектах с открытым исходным кодом, созданных на основе Llama. Кроме того, TinyLlama компактна и имеет всего 1,1 млрд параметров. Эта компактность позволяет ему обслуживать множество приложений, требующих ограниченного объема вычислений и памяти. Эта коллекция содержит все контрольные точки после исправления 1T. Имя ветки указывает шаг и количество видимых токенов.
Модальности:
Генерация текста
Задача: Генерация текста
Автор: QuixiAI
Теги: llama, en, text-generation-inference, endpoints_compatible
Лайков: 16 | Загрузок: 15
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
