претрен 123м модельки с 2к контекстом на 2x3090 на 8гб данных занимает ~ 15 часов батч сайз 6
претрен 123м модельки с 2к контекстом на 2x3090 на 8гб данных занимает ~ 15…
0 viewsОткрыть в Telegram →
Из этого канала
- #5457как то быстро
как то быстро
- #5458ну пока не понятно. мб и норм Щас надо еще добавить Continuel Pretraining И…
ну пока не понятно. мб и норм Щас надо еще добавить Continuel Pretraining И более расширенную предобработку данных.
- #5459Universal Reasoning Model https://arxiv.org/abs/2512.14693…
Universal Reasoning Model https://arxiv.org/abs/2512.14693 https://www.alphaxiv.org/overview/2512.14693 https://github.com/zitian-gao/URM
- #5454да, челы из алленаи ваще круто делали всегда они еще сами много учатся скажем…
да, челы из алленаи ваще круто делали всегда они еще сами много учатся скажем так у них Натан Ламберт работает он крутой
- #5453OLMo 3 Это, пожалуй, самый честный и воспроизводимый релиз года. Тут выкатили…
OLMo 3 Это, пожалуй, самый честный и воспроизводимый релиз года. Тут выкатили вообще всё: от исходного кода и 6T токенов (Dolma 3) до каждого промежуточного…