Aamir Shafi

Un metodo per migliorare l'efficienza nei modelli Mixture of Experts.

Impara come migliorare l'efficienza del modello transformer con un design adatto alle GPU.

Uno studio su come migliorare la condivisione dei dati nell'addestramento dei modelli transformer.

FPDT offre una soluzione per addestrare LLM a lungo contesto in modo più efficiente.

Nuove tecniche di compressione accelerano l'addestramento per grandi modelli di linguaggio mantenendo la precisione.