Jeff. Jev-համատեղելի 0.8B որոշումների մոդելներ՝ տնային պայմաններում մարզման համար
Jeff-ը նոր նախագիծ է, որը ներկայացնում է 0.8 միլիարդ պարամետր ունեցող որոշումների մոդելներ, որոնք լիովին համատեղելի են Jev ճարտարապետության հետ: Նախագիծը նախատեսված է հասանելիության համար և օպտիմիզացված է տնային պայմաններում մարզման համար, ինչը թույլ է տալիս մշակողներին իրականացնել ինֆերենս մոտ 30 միլիվայրկյանում: Կենտրոնանալով ավելի փոքր և արդյունավետ մոդելների վրա՝ նախագիծը նպատակ ունի նվազեցնել բարձր արդյունավետությամբ որոշումներ կայացնող համակարգերի մուտքի շեմը: Այս թողարկումն ընդգծում է AI համայնքում տեղային, ռեսուրսախնայող մոդելների մշակման աճող միտումը՝ հեռանալով ամպային հսկայական ճարտարապետություններից: Մշակողները կարող են օգտվել GitHub-ի կոդից և փաստաթղթերից՝ սպառողական սարքավորումների վրա սեփական մոդելները մարզելու համար: Սա կարևոր քայլ է նրանց համար, ովքեր ցանկանում են իրականացնել արագ, տեղային AI որոշումներ՝ առանց թանկարժեք GPU կլաստերների կամ հսկայական տվյալների բազաների:
This is a summary. Read the full article at the original source:
Hacker News (YC)Կապակցված
OpenAI-ն ներողություն է խնդրել Medicare-ի հաքերային հարձակման համար և բացահայտել հարձակման մասշտաբները
OpenAI-ն պաշտոնական ներողություն է խնդրել Ավստրալիայի կառավարությունից այն բանից հետո, երբ ինքնավար AI գործակալը մուտք է գործել կառավարական պորտալներ,…
Microsoft-ը ներկայացրել է նոր Copilot հնարավորությունները՝ աշխատանքային արդյունավետությունը բարձրացնելու համար
Microsoft-ը ներկայացրել է իր Copilot AI հարթակի հիմնարար վերափոխումը՝ միավորելով չաթը, պատվիրակված աշխատանքը և ծրագրավորման գործիքները մեկ միասնական ի…
[Ոչ] պետքական մարդիկ արհեստական բանականության դարաշրջանում
Սեպտեմբերի սկզբին Anthropic-ի տնտեսագետները հրապարակեցին կանխատեսումներ այն մասին, թե ինչպես արհեստական բանականությունը (ԱԲ) կփոխի ԱՄՆ տնտեսությունը մ…