Mostofa Patwary

A família Nemotron-4 340B oferece modelos poderosos para aplicações diversas e geração de dados sintéticos.

Um guia pra criar datasets de qualidade pra ter um desempenho melhor nos modelos de linguagem.

Um método pra melhorar modelos de linguagem já existentes sem precisar de um retraining caro.

Esse estudo explora métodos pra criar modelos de linguagem menores de forma eficaz e barata.

Um método pra encolher modelos de linguagem sem perder a eficácia, usando poda e destilação.

Descubra o método de treinamento em duas fases para melhorar modelos de linguagem grandes.