Tipp Studio (formerly Tipp) vs GLM-130B

A Tipp Studio transforma conteúdo escrito de blogs, newsletters e artigos em episódios de podcast profissionais para editores e criadores de conteúdo. Você importa o material de origem, a plataforma gera um roteiro falado e você revisa e edita antes de publicar no Spotify, Apple Podcasts, YouTube e outras plataformas principais.

O fluxo de trabalho cobre geração de scripts, clonagem de voz, jingles de marca, narração multilíngue e distribuição com um clique, incluindo hospedagem RSS. Essa abrangência de ponta a ponta é voltada para equipes que desejam um estúdio de produção sem precisar montar pipelines de áudio internamente.

Atende empresas de mídia, operadores de newsletters e editores que já produzem conteúdo escrito e querem alcançar ouvintes em plataformas de podcast sem contratar uma equipe de áudio completa.

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.