Tendencias del momento
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
ok, ¡necesito ayuda! Intenté ajustar finamente GPT-OSS durante el fin de semana. Funciona durante ~100 pasos, luego lanza un error de falta de memoria CUDA.
Supongo que de vez en cuando, todos los tokens se dirigen a un solo experto. Entonces, el entrenamiento falla.
¿Hay una solución fácil? Nunca he ajustado finamente un MoE antes.
😒
95,35K
Parte superior
Clasificación
Favoritos