一款名为Spark-X2.6-1.7B的新语言模型已发布,并配备了名为DSpark的配套技术,在单块NVIDIA RTX 4090 GPU上实现了每秒769个token的吞吐量。该性能是在GSM8K基准测试上使用llama.cpp的Q4_K_M量化实现的。DSpark技术通过并行验证多个草稿token,实现了高达2.43倍的BF16精度加速,提高了效率。该模型可在Hugging Face和ModelScope上根据Apache 2.0许可证下载。 AI
影响 此次发布展示了小型模型在推理速度方面取得的显著进步,有可能实现更高效的本地部署和使用。
排序理由 发布一款具有性能基准和相关技术的新语言模型。[lever_c_demoted from research: ic=1 ai=1.0]
- AIME25
- Apache Software License 2.0
- Arena-Hard-v2
- DSpark
- GSM8K
- Hugging Face
- HumanEval
- llama.cpp
- MATH500
- MBPP
- ModelScope
- NVIDIA RTX 4090
- Spark-X2.6-1.7B
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →