3 items

#entraînement

Toutes les news taguées avec ce sujet.

Chronologie · 60 derniers jours

OUTILS
heat 35
Show HN : TurboGPT, entraîner un transformer de 22 Kio en 13 secondes
Un projet open source montre comment entraîner un mini-transformer minimaliste extrêmement rapidement, à titre pédagogique ou expérimental.
RECHERCHE
heat 45
DeepSeek dévoile DSec, un système de calcul élastique pour l'entraînement de modèles
Un nouveau papier de DeepSeek décrit une architecture permettant d'ajuster dynamiquement les ressources de calcul lors de l'entraînement de grands modèles.
OUTILS
nvidiaheat 35
NVIDIA accélère l'entraînement dropless des modèles MoE dans JAX avec Transformer Engine
NVIDIA détaille une optimisation technique pour entraîner des modèles Mixture of Experts sans perte de tokens, via son Transformer Engine intégré à JAX.

3 items

Toutes les news taguées avec ce sujet.

Chronologie · 60 derniers jours

OUTILS
heat 35
Show HN : TurboGPT, entraîner un transformer de 22 Kio en 13 secondes
Un projet open source montre comment entraîner un mini-transformer minimaliste extrêmement rapidement, à titre pédagogique ou expérimental.
RECHERCHE
heat 45
DeepSeek dévoile DSec, un système de calcul élastique pour l'entraînement de modèles
Un nouveau papier de DeepSeek décrit une architecture permettant d'ajuster dynamiquement les ressources de calcul lors de l'entraînement de grands modèles.
OUTILS
nvidiaheat 35
NVIDIA accélère l'entraînement dropless des modèles MoE dans JAX avec Transformer Engine
NVIDIA détaille une optimisation technique pour entraîner des modèles Mixture of Experts sans perte de tokens, via son Transformer Engine intégré à JAX.