一种名为POCKET-Darwin-180B的新方法,可以在没有专用GPU的情况下,在消费级笔记本上运行一个拥有180亿参数的大型语言模型。这是通过4位GGUF量化实现的,将模型大小从360GB减少到111GB,使得使用大约1400美元的硬件即可进行本地推理。该开发还强调了对AI代码审查工具进行稳健测试的必要性,正如在同一段代码上对两家不同供应商的比较所示。 AI
影响 使得在消费级硬件上本地执行大型语言模型成为可能,从而可能使先进AI能力的访问和使用民主化。
排序理由 该集群讨论了一种在消费级硬件上运行大型语言模型的新方法,以及测试AI代码审查工具的必要性,符合研究和工具类别。
在 Mastodon — mastodon.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →