🚀تنطلق مسابقة التداول Miracle Play (MPT) بجوائز بقيمة 10,000 دولار! ⏳ فترة الحدث: 04.22-04.29 11:00AM [UTC + 8] ✅ تداول $MPT$ لتربح حصة قدرها 8,000 دولار ✅ مزايا حصرية للمستخدمين الجدد لمشاركة مجمع جوائز بقيمة 1000 دولار ✅ قم بدعوة مستخدمين جدد واستمتع بمكافآت بقيمة 1000 دولار 💸 شارك: https://www.gate.io/zh/article/36075 #Gateio #MPT #Trade

وفقا لتقرير صادر عن Webmaster's Home في 6 يناير ، أصدر فريق TinyLlama نموذجا عالي الأداء الذكاء الاصطناعي مفتوح المصدر يشغل 637 ميغابايت فقط ، TinyLlama. TinyLlama هي نسخة مدمجة من نموذج اللغة مفتوح المصدر Llama2 من Meta ، والذي يحتوي على مليار معلمة وأداء فائق لأبحاث نماذج اللغة متعددة المجالات ، وتتفوق نسخته النهائية على نماذج اللغة مفتوحة المصدر الحالية ذات الحجم المماثل ، بما في ذلك Pythia-1.4B و OPT-1.3B و MPT-1.3B. يذكر أنه يمكن نشر TinyLlama على أجهزة الحافة ويمكن استخدامه أيضا للمساعدة في فك تشفير المضاربة للنماذج الكبيرة.

وفقًا لتقرير "Kechuangban Daily" في 2 أغسطس ، أكملت منصة النماذج واسعة النطاق Baidu Smart Cloud Qianfan جولة جديدة من الترقيات ، ووصلت بالكامل إلى 33 نموذجًا واسع النطاق بما في ذلك السلسلة الكاملة من LLaMA2 ، ChatGLM2 ، RWKV ، MPT ، Dolly أصبحت ، OpenLaMA و Falcon ، المنصة التي تضم أكبر عدد من الطرز الكبيرة في الصين ، وخضعت النماذج المتصلة لتحسين أداء ثانوي لمنصة Qianfan ، ويمكن تخفيض تكلفة استدلال النموذج بنسبة 50٪. في الوقت نفسه ، أطلقت منصة Qianfan مكتبة معدة مسبقًا تحتوي على 103 نموذجًا ، تغطي أكثر من عشرة سيناريوهات للحوار والألعاب والبرمجة والكتابة. بالإضافة إلى ذلك ، أصدرت هذه الترقية عددًا من المكونات الإضافية الجديدة مرة أخرى.

وفقًا لتقرير IT House الصادر في 25 يونيو ، أطلقت شركة MosaicML الناشئة لمنظمة العفو الدولية مؤخرًا نموذج لغتها MPT-30B. يحتوي النموذج على 30 مليار معلمة ، وتكلفة التدريب "ليست سوى جزء بسيط من النماذج المنافسة الأخرى المماثلة". تكلفة التدريب لمثل هذه النماذج يوسع تطبيق نماذج الذكاء الاصطناعي في مجموعة واسعة من المجالات. قال نافين راو ، الرئيس التنفيذي والمؤسس المشارك لشركة MosaicML ، إن تكلفة تدريب MPT-30B تبلغ 700000 دولار أمريكي (حوالي 5.0244 مليون يوان) ، وهو أقل بكثير من عشرات الملايين من الدولارات المطلوبة لمنتجات مماثلة مثل GPT- 3.. بالإضافة إلى ذلك ، نظرًا لانخفاض تكلفة MPT-30B وحجمه الأصغر ، يمكن أيضًا تدريبه بسرعة أكبر وهو أكثر ملاءمة للنشر على الأجهزة المحلية. يُذكر أن MosaicML يستخدم تقنية Alibi و FlashAttention لتحسين النموذج ، والذي يمكن أن يحقق طولًا أطول للنص واستخدامًا أعلى لحوسبة GPU. يعد MosaicML أيضًا أحد المختبرات القليلة التي يمكنها استخدام وحدة معالجة الرسومات Nvidia H100. وبالمقارنة مع الإنجازات السابقة ، فقد زادت الإنتاجية الحالية لكل وحدة معالجة رسومات بما يزيد عن 2.4 مرة ، مما يمكن أن يؤدي إلى وقت إنجاز أسرع.