实体
LFM2.5-350M
LFM2.5-350M
PulseAugur coverage of LFM2.5-350M — every cluster mentioning LFM2.5-350M across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
经济型PC LLM测试：LFM2.5-1.2B-Instruct在通用场景下胜出
一位开发者在一台没有独立GPU的标准办公PC上测试了五个小型LLM（参数量小于20亿），以确定在经济型硬件上哪些模型表现最佳。测试重点关注了每秒令牌数速度和创意写作质量，特别是生成有趣的猫咪故事。LFM2.5-350M速度最快，适合快速任务，而LFM2.5-1.2B-Instruct在仅CPU系统上提供了通用场景下质量和性能的最佳平衡。
-
SupraLabs 发布具有扩展上下文的 Supra-1.5 和专门的 Supra-Title 模型
SupraLabs 发布了两款新的实验性模型：Supra-1.5-exp 系列，包括一个基础模型和一个指令微调版本，其上下文窗口（5120 个 token）扩大了 5 倍，并增加了训练数据；以及 Supra-Title-0.3B，一个专门的 3.5 亿参数模型，用于快速生成聊天对话的标题。Supra-1.5 模型是 Project Chimera 的一部分，并使用 ChatML 格式，而 Supra-Title 则针对效率进行了优化，…
-
Jetson Orin Nano 在不同功耗模式下对8个微型LLM进行基准测试
在Jetson Orin Nano Super 8GB设备上对八个小型语言模型（1.35亿至约10亿参数）进行了基准测试。测试使用了llama.cpp CUDA后端，探索了四种功耗模式（7W、15W、25W、MAXN）。研究结果表明，25W功耗模式在所有测试模型中提供了性能和效率的最佳平衡，在每焦耳生成的令牌数量方面优于15W和MAXN模式。