实体
FastLanguageModel
FastLanguageModel
PulseAugur coverage of FastLanguageModel — every cluster mentioning FastLanguageModel across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
Meta 的 Muse Glimmer 30B 模型现已可在本地运行，用于 AI Agentic 工作流
Meta 开发的 Muse Glimmer 30B 模型现已可供本地执行，为 AI Agentic 工作流提供了一个开源解决方案。该模型可以在个人电脑上运行，减少对昂贵且易受延迟影响的云 API 的依赖。设置需要 Python、用于优化的 Unsloth 库以及足够的硬件，理想情况下是具有 16GB VRAM 和 32GB RAM 的 GPU 以获得最佳性能。
-
LLM 微调用于在 10 分钟内快速进行 CVE 分类
开发了一种新的方法，用于微调 LLM 以高效地分类通用漏洞和暴露 (CVE)。该方法通过为严重性、攻击向量和修复 SLA 添加特定的分类头，将标准 LLM 转换为决策模型。在单个 RTX 3090 GPU 上，使用 1,000 个示例的小型数据集进行不到 10 分钟的训练，在验证集上的准确率从 29% 显著提高到 75% 以上。生成的模型处理 CVE 的速度比标准 LLM 快 13 倍，从而能够在 CI/CD 流水线中进行实时分析，并…