Argomenti di tendenza
#
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.
Sembra che OpenAI abbia utilizzato il YaRN di Nous e il rope scaling di kaiokendev per l'estensione della lunghezza del contesto fin dall'inizio - ovviamente senza mai dare credito, ma... Chiunque dica "l'open source ruba solo dalla loro 'vera' ricerca e si appoggia sulle loro spalle" è completamente in errore.
L'ho previsto quando hanno rilasciato il contesto esteso da 128k su gpt4 solo poche settimane dopo che Nous ha rilasciato yarn lol.
Per contestualizzare yarn; deepseek e qwen lo usano anch'essi;
Carta:
1 ago, 16:03
Eh, uscirà comunque ora
Config: {"num_hidden_layers": 36, "num_experts": 128, "experts_per_token": 4, "vocab_size": 201088, "hidden_size": 2880, "intermediate_size": 2880, "swiglu_limit": 7.0, "head_dim": 64, "num_attention_heads": 64, "num_key_value_heads": 8, "sliding_window": 128, "initial_context_length": 4096, "rope_theta": 150000, "rope_scaling_factor": 32.0, "rope_ntk_alpha": 1, "rope_ntk_beta": 32}
113,12K
Principali
Ranking
Preferiti