GLM-130B vs supervised.co

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.

La IA supervisada está revolucionando la forma en que se diseñan, construyen y escalan los proyectos de IA y modelos de lenguaje grande (LLM). Al ofrecer una plataforma que simplifica y acelera el proceso de desarrollo, la IA supervisada permite a los usuarios crear proyectos de IA escalables y ultrarrápidos con facilidad. La plataforma cuenta con una interfaz fácil de usar donde los proyectos se pueden crear, probar, iterar y escalar sin esfuerzo. Con una infraestructura sólida verificada a través de amplios parámetros, la IA supervisada garantiza una escalabilidad óptima para sus proyectos de LLM. El sitio web también presenta una amplia gama de recursos, incluida una hoja de ruta del producto, una presentación para inversores y un vídeo de demostración convincente para mostrar su potencial. Ya sea desarrollador, emprendedor o institución, Supervised AI tiene soluciones personalizadas para todos, en las que confían las principales organizaciones a nivel mundial. Disfrute de un comienzo perfecto con su opción de registro gratuito o reserve una demostración para descubrir más sobre lo que ofrece Supervised AI.