🚀¡El concurso de trading de Miracle Play (MPT) comienza con premios por valor de $10,000! ⏳ Período del evento: 22.04-29.04 11:00 a. m. [UTC+8] ✅ Opere $MPT$ para ganar una parte de $8,000 ✅ Beneficios exclusivos para que los nuevos usuarios compartan un premio acumulado de $ 1,000 ✅ Invita a nuevos usuarios y disfruta de $1,000 en recompensas 💸 Involúcrate: https://www.gate.io/zh/article/36075 #Gateio #MPT #Trade

Según un informe de Webmaster's Home del 6 de enero, el equipo de TinyLlama lanzó un modelo de código abierto de IA de alto rendimiento que ocupa solo 637 MB, TinyLlama. TinyLlama es una versión compacta del modelo de lenguaje de código abierto de Meta, Llama2, que tiene mil millones de parámetros y un rendimiento superior para la investigación de modelos de lenguaje multidominio, y su versión final supera a los modelos de lenguaje de código abierto existentes de tamaño comparable, incluidos Pythia-1.4B, OPT-1.3B y MPT-1.3B. Se informa que TinyLlama se puede implementar en dispositivos de borde y también se puede usar para ayudar en la decodificación especulativa de modelos grandes.

Según el informe "Kechuangban Daily" del 2 de agosto, la plataforma de modelos a gran escala Baidu Smart Cloud Qianfan ha completado una nueva ronda de actualizaciones, accediendo por completo a 33 modelos a gran escala, incluida la serie completa de LLaMA2, ChatGLM2, RWKV, MPT, Dolly , OpenLLaMA y Falcon, se ha convertido en la plataforma con la mayor cantidad de modelos grandes en China, y los modelos conectados han experimentado una mejora de rendimiento secundaria de la plataforma Qianfan, y el costo del razonamiento del modelo se puede reducir en un 50%. Al mismo tiempo, la plataforma Qianfan ha lanzado una biblioteca de plantillas preestablecidas con 103 plantillas, que cubren más de diez escenarios de diálogo, juegos, programación y escritura. Además, esta actualización lanzó una serie de complementos nuevos nuevamente.

Según el informe de IT House del 25 de junio, la empresa de inteligencia artificial MosaicML lanzó recientemente su modelo de lenguaje MPT-30B. El modelo tiene 30 mil millones de parámetros y el costo de capacitación es "solo una fracción de otros modelos similares de la competencia". amplía la aplicación de modelos de IA en una gama más amplia de campos. Naveen Rao, CEO y cofundador de MosaicML, dijo que el costo de capacitación de MPT-30B es de 700 000 dólares estadounidenses (alrededor de 5,0244 millones de yuanes), que es mucho más bajo que las decenas de millones de dólares necesarios para productos similares como GPT- 3. . Además, debido al menor costo y tamaño más pequeño de MPT-30B, también se puede entrenar más rápidamente y es más adecuado para su implementación en hardware local. Se informa que MosaicML utiliza la tecnología Alibi y FlashAttention para optimizar el modelo, que puede lograr una longitud de texto más larga y una mayor utilización de la computación GPU. MosaicML es también uno de los pocos laboratorios que puede usar la GPU Nvidia H100. En comparación con los logros anteriores, el rendimiento actual de cada GPU ha aumentado más de 2,4 veces, lo que puede acelerar el tiempo de finalización.