GLM-130B vs Stellaris 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.

Rejoignez l'avant-garde de la technologie de l'IA avec la mission de Stellaris AI consistant à créer des modèles de langage étendus natifs et sécurisés révolutionnaires. Chez Stellaris AI, nous accordons la priorité à la sécurité et à l'utilité de nos modèles SGPT-2.5 avancés, conçus pour les applications à usage général. Nous vous invitons à faire partie de ce voyage innovant en rejoignant notre liste d'attente. Notre engagement en faveur du développement d'IA de pointe se reflète dans notre engagement en faveur de la sécurité native, garantissant que nos modèles fournissent des performances fiables et sécurisées dans divers domaines. Stellaris AI façonne l'avenir de l'intelligence numérique, et en nous rejoignant, vous aurez un accès anticipé au SGPT-2.5, un produit qui promet de révolutionner la façon dont nous interagissons avec la technologie. Ne manquez pas l'occasion de collaborer avec une communauté d'avant-gardistes : soumettez votre intérêt et faites partie de l'évolution de l'IA dès aujourd'hui.