GPT-OSS-20B
A GPT-OSS-20B címke egy olyan MI-modellhez kapcsolódó híreket gyűjt, amelynek taníthatósága és gyakorlati használata is figyelmet kap. A témakör fontos, mert a modellek képzése és következtetése alapvetően meghatározza, milyen feladatokat tudnak megbízhatóan és hatékonyan elvégezni.
Az oldalon az AWS megközelítése jelenik meg, amely szerint felügyelt finomhangolással, vagyis SFT-vel a GPT-OSS-20B többnyelvű gondolkodásra tanítható. Emellett a d-Matrix Corsair technológiájáról is beszámolunk, amely az MI-modellek következtetésének felgyorsítását célozza.
Az AWS szerint SFT-vel többnyelvű gondolkodásra tanítható a GPT-OSS-20B
Az AWS kísérletében a GPT-OSS-20B alapmodell az esetek mindössze 22 százalékában gondolkodott a kért nyelven. Felügyelt finomhangolással ezt az arányt 100 százalékra…
A d-Matrix Corsairrel gyorsította fel az AI-modellek következtetését
A d-Matrix Nvidia H100 GPU és Corsair gyorsítók kombinációjával gyorsította fel a GPT-OSS-20B futtatását. A vállalat szerint az attention-FFN szétválasztásával a…