石頭自清潔掃拖機器人G10S評測：多年黑科技集大成之作 懶人終極福音
科技圈經常能看到一個詞叫“縫合怪”，用來形容那些把好多功能或者外觀結合在一起的產品，通常這樣的詞是貶義詞，但如果真的是產品縫合的好、縫合的實用的話，那它就成了中性詞，今
快科技10月1日消息，AMD發布了自己的首個小語言模型(SLM)，名為“AMD-135M”。
相比于越來越龐大的大語言模型(LLM)，它體積小巧，更加靈活，更有針對性，非常適合私密性、專業性很強的企業部署。
AMD-135小模型隸屬于Llama家族，有兩個版本：
一是基礎型“AMD-Llama-135M”，擁有多達6700億個token，在八塊Instinct MIM250 64GB加速器上訓練了六天。
二是延伸型“AMD-Llama-135M-code”，額外增加了專門針對編程的200億個token，同樣硬件訓練了四天。
創建與部署流程
它使用了一種名為“推測解碼”(speculative decoding)的方法，通過較小的草稿模型，在單次前向傳播中生成多個候選token，然后發送給更大的、更精確的目標模型，進行驗證或糾正。
這種方法可以同時生成多個token，不會影響性能，還可以降低內存占用，但因為數據交易更多，功耗也會增加。
AMD還使用AMD-Llama-135M-code作為CodeLlama-7b的草案模型，測試了推測解碼使用與否的性能。
比如在MI250加速器上，性能可提升多約2.8倍，銳龍AI CPU上可提升多約3.88倍，銳龍AI NPU上可提升多約2.98倍。
推測解碼
AMD-135M小模型的訓練代碼、數據集等資源都已經開源，遵循Apache 2.0。
按照AMD的說法，它的性能與其他開源小模型基本相當或略有領先，比如Hellaswag、SciQ、ARC-Easy等任務超過Llama-68M、LLama-160M，Hellaswag、WinoGrande、SciQ、MMLU、ARC-Easy等任務則基本類似GTP2-124MN、OPT-125M。
本文鏈接：http://www.rrqrq.com/showinfo-24-117177-0.htmlAMD發布首個AI小語言模型：6900億token、推測解碼提速3.88倍
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：[email protected]
上一篇： 蘋果推出適用于 iPhone 16 系列的 iOS 18.1 Beta 3 版本，方便 iPhone 15 Pro 測試版用戶換機
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：[email protected] 津ICP備18001702號
津公網安備 12010102000574號