实体
Puro-2B
Puro-2B
PulseAugur coverage of Puro-2B — every cluster mentioning Puro-2B across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
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
时间线
- 2026-08-28 research_milestone Researchers released a cost-efficient pretraining recipe for language models, demonstrated with the Puro-2B model collection. 来源
最近 · 第 1/1 页 · 共 2 条
-
新方法在消费级 GPU 上训练 AI 模型,成本低于 7000 美元
研究人员开发了一种经济高效的语言模型预训练方法,使得在 RTX 5090 GPU 等消费级硬件上训练模型的成本低于 7000 美元。这种新方法以 Puro-2B 模型系列为演示,旨在通过显著降低训练大型模型的高昂成本来普及 AI 开发。该方法包括低精度训练和优化的数据课程等技术,其中表现最好的模型接近 Qwen2.5-1.5B 的性能。研究团队还推导出了一个成本缩放定律,表明达到 Qwen2-1.5B 的性能可能只需 4400 美元,…
-
开源方案在消费级 GPU 上训练 2B LLM,成本低于 7000 美元
研究人员开发了一种开源预训练方案,显著降低了训练大型语言模型的成本,使其在消费级 GPU 上训练的成本低于 7000 美元。他们训练的 Puro-2B 模型在 RTX 5090 GPU 上训练,其性能与 Qwen2-1.5B 等更大模型相当。该研究还引入了“Puro 成本缩放定律”,估计达到 Qwen2-1.5B 性能的成本低于 5090 美元,并探讨了数据课程如何影响下游性能。