淘天グループと愛橙科技は、巨大言語モデルの訓練フレームワークMegatron-LLaMAをオープンソース化しました。このフレームワークは、大規模言語モデルの訓練性能を向上させ、訓練コストを削減し、LLaMAコミュニティとの互換性を維持します。32枚のGPUを用いた訓練において、176%の高速化を実現しました。
大規模Transformerモデルの継続的な研究開発
retrieva-jp
Megatron-LMで事前学習されたTransformerエンコーダーで、日本語シーン向けに設計
NYTK
PULI GPT - 2は、GPT - 2アーキテクチャに基づくハンガリー語のテキスト生成モデルで、Megatron - DeepSpeedを使用して訓練され、訓練データには363億語が含まれています。
KBLab
Megatron-BERT-large-165kアーキテクチャに基づくスウェーデン語ゼロショット分類モデルで、QNLIとMNLIタスクで順次微調整されています
Muennighoff
これはMegatron-LMとtransformers間の変換機能をテストするための小型GPT-2タイプのモデルで、主に統合テストとデバッグスクリプト用です
IDEA-CCNL
MegatronBertアーキテクチャに基づく中国語感情分析モデル、複数の感情分析タスクでファインチューニングされたバージョン
bigscience
これはMegatron-LMとtransformers間の変換をテストするための小型GPT-2類似モデルで、主に統合テストやデバッグスクリプト用です。
AI-Nordics
Megatron-LMフレームワークに基づいて実装されたスウェーデン語Bert Largeモデルで、3億4000万のパラメータを含み、85GBのスウェーデン語テキストで事前学習されています。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
