bigscience-workshop/Megatron-DeepSpeed
@bigscience-workshopInvestigación continua sobre el entrenamiento de modelos de lenguaje transformer a escala, incluyendo: BERT y GPT-2
Estrellas
1448
Bifurcaciones
226
Lenguaje
Python
Licencia
NOASSERTION
Último push
hace 2 años
Intel relacionado (0)
Aún no hay intel relacionado
Este repo no ha aparecido en ninguna de las fuentes que rastrea el radar. El recopilador funciona con un horario — vuelve cuando lo haya cubierto.