mesolitica/mallam-1.1B-4096

Предварительно обучите с нуля 1,1 млрд параметров с использованием архитектуры Mistral на 90 млрд текстовых токенов Малайзии. README по адресу https://github.com/mesolitica/malaya/tree/5.1/pretrained-model/mistral. Обучение на токенах 90B, собранных по адресу https://github.com/malaysia-ai/dedup-text-dataset/tree/main/pretrain-llm. Мы используем кластер Ray для обучения на 5 узлах 4x A100 80 ГБ, https://github.com/malaysia-ai/jupyter-gpu/tree/main/ray WandB, https://wandb.ai/mesolitica/pretrain-mistral-1.1b?workspace=user-husein-mesolitica отчет WandB, https://wandb.ai/mesolitica/pretrain-mistral-3b/reports/Pretrain-Larger-Malaysian-Mistral—Vmlldzo2MDkyOTgz Технический отчет, https://github.com/mesolitica/malaya/wiki/MaLLaM-%F0%9F%8C%99-Malaysia-Large-Language-Model

Модальности:
Генерация текста

Задача: Генерация текста
Автор: mesolitica
Теги: mistral, ms, text-generation-inference, endpoints_compatible
Лайков: 13  |  Загрузок: 288

Открыть на HuggingFace →

Описание основано на материалах HuggingFace. Перевод выполнен автоматически.