研究人员推出了 modded-nanoRT,一个旨在加速关系型 Transformer 预训练的新排行榜。该系统旨在通过关注速度而非训练运行成本来消除基础模型预训练的障碍,允许单个 GPU 有可能创造纪录。该基准测试使用类型化三线性注意力和 SIGReg,在 NVIDIA H200 上仅用 300 多秒就达到了目标质量,比参考实现快八倍多。 AI
影响 这种新方法可以显著减少训练关系型基础模型所需的时间和资源,从而可能使更广泛的研究者能够接触到先进的 AI 研究。
排序理由 介绍用于训练 AI 模型的新基准和方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Hugging Face
- modded-nanoRT
- Muon
- NVIDIA H200
- Relational Transformers
- SIGReg
- typed trilinear attention
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →