GLM-130B vs ggml.ai

GLM-130B propose un modèle de langage bilingue de 130 milliards de paramètres dans la pile de recherche ouverte THUDM construite autour de la recette de pré-entraînement General Language Model (GLM). Les poids ciblent les textes en anglais et en chinois, et le dépôt GitHub fournit le code d'inférence, les tâches d'évaluation et les points de contrôle acceptés à ICLR 2023. Vous pouvez exécuter une génération de gauche à droite ou un remplissage à blanc avec les tokens [MASK] et [gMASK] sur un matériel tenant sur un seul serveur multi-GPU plutôt que via une API propriétaire.

Alors que la plupart des modèles de plus de 100 milliards restent fermés, GLM-130B publie les poids du modèle, les notes d'entraînement et les configurations YAML pour plus de 30 benchmarks. Sa voie de quantification INT4 est optimisée pour que quatre cartes RTX 3090 (24GB) puissent héberger l'inférence avec presque aucune perte de précision, un seuil bien plus bas que la configuration de huit A100 (40GB) utilisée pour les exécutions FP16 complètes. L'objectif d'entraînement combine un remplissage à blanc autorégressif sur 95 % des tokens avec des données d'instruction multitâches issues de T0++ et DeepStruct, ce qui constitue un pari différent du pré-entraînement causal standard de type GPT.

Les chercheurs étudiant le transfert zéro-shot bilingue, la quantification de grands modèles ou les benchmarks reproductibles de LLM tireront le meilleur parti de GLM-130B. Le dépôt se concentre sur les outils d'évaluation et d'inférence plutôt que sur un produit de chat hébergé, bien que THUDM ait ensuite dérivé les travaux de dialogue dans ChatGLM. Prévoyez d'apporter vos propres GPU, un stockage pour un point de contrôle de 260GB et de la patience pour le formulaire de téléchargement des poids.

ggml.ai est à la pointe de la technologie de l'IA, apportant de puissantes capacités d'apprentissage automatique directement à la périphérie grâce à sa bibliothèque de tenseurs innovante. Conçu pour la prise en charge de grands modèles et des performances élevées sur les plates-formes matérielles courantes, ggml.ai permet aux développeurs d'implémenter des algorithmes d'IA avancés sans avoir besoin d'équipement spécialisé. La plate-forme, écrite dans le langage de programmation C efficace, offre une prise en charge de la quantification flottante et entière 16 bits, ainsi que la différenciation automatique et divers algorithmes d'optimisation intégrés comme ADAM et L-BFGS. Il offre des performances optimisées pour Apple Silicon et exploite les intrinsèques AVX/AVX2 sur les architectures x86. Les applications basées sur le Web peuvent également exploiter ses capacités via la prise en charge de WebAssembly et WASM SIMD. Avec ses allocations de mémoire d'exécution nulles et son absence de dépendances tierces, ggml.ai présente une solution minimale et efficace pour l'inférence sur l'appareil.

Des projets tels que Whisper.cpp et Llama.cpp démontrent les capacités d'inférence hautes performances de ggml.ai, Whisper.cpp fournissant des solutions de synthèse vocale et Llama.cpp se concentrant sur l'inférence efficace du grand modèle de langage LLaMA de Meta. De plus, la société accueille favorablement les contributions à sa base de code et prend en charge un modèle de développement open-core via la licence MIT. Alors que ggml.ai continue de se développer, il recherche des développeurs à temps plein talentueux partageant une vision commune de l'inférence sur appareil pour rejoindre son équipe.

Conçu pour repousser les limites de l'IA à la pointe, ggml.ai témoigne de l'esprit de jeu et d'innovation de la communauté de l'IA.