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.
¿Qué pasaría si te dijera cómo superar a DiLoCo mientras solo comunicas el 1-3% del pseudogradiente?
22 ago, 10:13
Presentamos SparseLoCo: un método eficiente en comunicación para el preentrenamiento de LLM.
Resumen: Aprovechamos la esparsificación Top-k + retroalimentación de errores con los pasos externos infrecuentes de DiLoCo—comunicando solo el 1–3% de los gradientes con cuantización de 2 bits—superando a DiLoCo y DeMo. 1/N,
ArXiv:
Github:
1,53K
Parte superior
Clasificación
Favoritos