GLM-130B vs supervised.co

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.

A IA supervisionada está revolucionando a forma como os projetos de IA e de modelos de linguagem grande (LLM) são projetados, construídos e dimensionados. Oferecendo uma plataforma que simplifica e acelera o processo de desenvolvimento, a IA supervisionada permite que os usuários criem projetos de IA escalonáveis e extremamente rápidos com facilidade. A plataforma possui uma interface amigável onde os projetos podem ser construídos, testados, iterados e dimensionados sem esforço. Com uma infraestrutura robusta verificada em parâmetros extensos, a IA supervisionada garante escalabilidade ideal para seus projetos de LLM. O site também apresenta uma ampla gama de recursos, incluindo um roteiro de produto, uma apresentação para investidores e um vídeo de demonstração atraente para mostrar seu potencial. Quer você seja um desenvolvedor, empresário ou instituição, a IA supervisionada tem soluções personalizadas para todos, com a confiança das principais organizações em todo o mundo. Desfrute de um início tranquilo com a opção de inscrição gratuita ou reserve uma demonstração para descobrir mais sobre o que a IA supervisionada oferece.