ребятки во всю делаю дизайн ревардов в grpo скоро апдейтик уже инференс пофикшен вроде система конечно постепенно усложняется, но с ллм рлем прям очень просто сделать нельзя пока
ребятки во всю делаю дизайн ревардов в grpo скоро апдейтик уже инференс…
0 viewsОткрыть в Telegram →
Из этого канала
- #5739ну это все потом очень сильно тестить будем и мне щас нужно на разных сетах…
ну это все потом очень сильно тестить будем и мне щас нужно на разных сетах потеститься
- #5740Я недавно увидел проект Heretic ( https://github.com/p-e-w/heretic ), и там они…
Я недавно увидел проект Heretic ( https://github.com/p-e-w/heretic ), и там они интересную вещь делают - обучают только attn.oproj и mlp.downproj Т.е, чтобы…
- #5741"На моменте PreTraining, модель скорее всего выучивает все свои знания, на SFT…
"На моменте PreTraining, модель скорее всего выучивает все свои знания, на SFT она просто выучивает ""стиль"" предсказания следующего токена, в нужной манере…
- #5737🗣 Qwen3-TTS - мощный open-source релиз (voice design + клонирование голоса)…
🗣 Qwen3-TTS - мощный open-source релиз (voice design + клонирование голоса) Qwen официально выпустили Qwen3-TTS и полностью открыли всю линейку моделей - Base…
- #5736я тестирую falcon-h1r-7b последнюю неделю, по ощущению 10/10 локальная модель,…
я тестирую falcon-h1r-7b последнюю неделю, по ощущению 10/10 локальная модель, я только не тестил еще с вызовом функции, но генерит адекватный текст и быстрый