Simple Science

Hochmoderne Wissenschaft einfach erklärt

Hochmoderne Wissenschaft einfach erklärt

Masahiro Tanaka

Maschinelles Lernen DeepSpeed-Ulysses: Fortschritte beim Training von langen Sequenzen

Ein neues System für schnelles und effizientes Training grosser Sprachmodelle.

2025-09-22T04:55:24+00:00 ― 6 min Lesedauer

Verteiltes, paralleles und Cluster-Computing Effizientes Training von Langzeit-Kontext-Sprachmodellen mit FPDT

FPDT bietet eine Lösung, um lange Kontext-LLMs effizienter zu trainieren.

2025-06-20T12:35:00+00:00 ― 6 min Lesedauer