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.
Aggiungi top-k + feedback sugli errori e rimuovi Nesterov esterno da DiloCo (quindi ~SGD semplice esterno).
Sono ancora abbastanza sorpreso che funzioni / potrebbe sostituire Nesterov :0
Ottimo lavoro!
22 ago, 10:13
Presentiamo SparseLoCo: un metodo efficiente nella comunicazione per il pre-addestramento di LLM.
TL;DR: Sfruttiamo la sparsificazione Top-k + feedback sugli errori con i rari passi esterni di DiLoCo—comunicando solo l'1-3% dei gradienti con quantizzazione a 2 bit—superando DiLoCo e DeMo. 1/N,
ArXiv:
Github:
4,84K
Principali
Ranking
Preferiti