GLM-130B vs Stellaris AI

GLM-130B coloca um modelo bilíngue de linguagem com 130 bilhões de parâmetros na pilha de pesquisa aberta THUDM construída em torno da receita de pré-treinamento do General Language Model (GLM). Os pesos são direcionados para textos em inglês e chinês, e o repositório do GitHub disponibiliza código de inferência, tarefas de avaliação e checkpoints aceitos no ICLR 2023. Você pode executar geração da esquerda para a direita ou preenchimento em branco com tokens [MASK] e [gMASK] em hardware que caiba em um único servidor multi-GPU, em vez de uma API proprietária.

Enquanto a maioria dos modelos com mais de 100 bilhões de parâmetros permanece fechada, o GLM-130B publica pesos do modelo, notas de treinamento e configurações YAML para mais de 30 benchmarks. Seu caminho de quantização INT4 é ajustado para que quatro placas RTX 3090 (24GB) possam hospedar a inferência com quase nenhuma perda de precisão, um requisito muito menor do que a configuração com oito A100 (40GB) usada para execuções completas em FP16. O objetivo de treinamento mistura preenchimento em branco autorregressivo em 95% dos tokens com dados de instrução multitarefa do T0++ e DeepStruct, o que é uma aposta diferente do pré-treinamento causal padrão no estilo GPT.

Pesquisadores que estudam transferência zero-shot bilíngue, quantização de grandes modelos ou benchmarks reproduzíveis de LLMs obterão o máximo do GLM-130B. O repositório foca em ferramentas de avaliação e inferência em vez de um produto de chat hospedado, embora o THUDM tenha posteriormente desmembrado o trabalho de diálogo no ChatGLM. Espere trazer suas próprias GPUs, armazenamento para um checkpoint de 260GB e paciência para o formulário de download dos pesos.

Junte-se à vanguarda da tecnologia de IA com a missão da Stellaris AI de criar modelos de linguagem de grande porte de nativos inovadores. Na Stellaris AI, priorizamos a segurança e a utilidade em nossos modelos avançados de SGPT-2.5, projetados para aplicações de uso geral. Convidamos você a fazer parte desta jornada inovadora, juntando -se à nossa lista de espera. Nosso compromisso com o desenvolvimento de IA de ponta se reflete em nossa dedicação à segurança nativa, garantindo que nossos modelos forneçam desempenho confiável e seguro em vários domínios. O Stellaris AI está moldando o futuro da inteligência digital e, ao se juntar a nós, você terá acesso antecipado ao SGPT-2.5, um produto que promete revolucionar a maneira como interagimos com a tecnologia. Não perca a chance de colaborar com uma comunidade de pensadores avançados-envie seu interesse e faça parte da evolução da IA ​​hoje.