این اسکیل چه میکند؟
آموزش LLM با 2B-462B پارامتر با NVIDIA Megatron-Core و راهبرد پیشرفتهٔ parallelism.
ORIGINAL DESCRIPTION
Trains large language models (2B-462B parameters) using NVIDIA Megatron-Core with advanced parallelism strategies.
چه زمانی به کار میآید؟
هنگام آموزش مدل بیش از 1B پارامتر،…
WHEN TO USE
when training models >1B parameters,…
بخشی از متن اصلی با «…» قطع شده است. ادامهٔ آن حدس زده یا تکمیل نشده است.