GLM-130B vs Stellaris AI

GLM-130B ofrece un modelo de lenguaje bilingüe de 130 mil millones de parámetros en la pila de investigación abierta THUDM, construida alrededor de la receta de preentrenamiento General Language Model (GLM). Los pesos están dirigidos a texto en inglés y chino, y el repositorio de GitHub incluye código de inferencia, tareas de evaluación y puntos de control aceptados en ICLR 2023. Puedes ejecutar generación de izquierda a derecha o relleno en blanco con los tokens [MASK] y [gMASK] en hardware que quepa en un solo servidor multi-GPU en lugar de una API propietaria.

Mientras que la mayoría de los modelos de más de 100 mil millones permanecen cerrados, GLM-130B publica pesos del modelo, notas de entrenamiento y configuraciones YAML para más de 30 benchmarks. Su ruta de cuantización INT4 está ajustada para que cuatro tarjetas RTX 3090 (24GB) puedan alojar la inferencia con casi ninguna pérdida de precisión, un umbral mucho más bajo que la configuración de ocho A100 (40GB) usada para ejecuciones completas en FP16. El objetivo de entrenamiento mezcla relleno en blanco autorregresivo en el 95% de los tokens con datos de instrucciones multitarea de T0++ y DeepStruct, lo cual es una apuesta diferente al preentrenamiento causal estándar estilo GPT.

Los investigadores que estudian transferencia cero disparo bilingüe, cuantización de modelos grandes o benchmarks reproducibles de LLM obtendrán el máximo provecho de GLM-130B. El repositorio se enfoca en herramientas de evaluación e inferencia más que en un producto de chat alojado, aunque THUDM luego derivó el trabajo de diálogo en ChatGLM. Se espera que traigas tus propias GPUs, almacenamiento para un punto de control de 260GB y paciencia para el formulario de descarga de pesos.

Únase a la vanguardia de la tecnología de inteligencia artificial con la misión de Stellaris AI de crear modelos de lenguaje grande innovadores y seguros para los nativos. En Stellaris AI, priorizamos la seguridad y la utilidad en nuestros modelos avanzados SGPT-2.5, diseñados para aplicaciones de uso general. Lo invitamos a ser parte de este viaje innovador uniéndose a nuestra lista de espera. Nuestro compromiso con el desarrollo de IA de vanguardia se refleja en nuestra dedicación a la seguridad nativa, garantizando que nuestros modelos brinden un rendimiento confiable y seguro en varios dominios. Stellaris AI está dando forma al futuro de la inteligencia digital y, al unirse a nosotros, tendrá acceso temprano al SGPT-2.5, un producto que promete revolucionar la forma en que interactuamos con la tecnología. No pierda la oportunidad de colaborar con una comunidad de pensadores avanzados: envíe su interés y conviértase en parte de la evolución de la IA hoy.