Bilanz der Quelle: Meta Reality Labs veröffentlicht MobileLLM, ein 125-Millionen-Parameter-Modell für die On-Device-Nutzung. Die tiefe und schmale Architektur kombiniert mit SwiGLU, Embedding-Sharing und Grouped-Query-Attention führt zu einem 2,7-Prozentpunkte-Abstand zu dem damaligen State of the Art bei Zero-Shot-Common-Sense-Reasoning und erreicht Llama-2-Niveau bei Chat und API-Calling.
🔗 Im Original weiterlesen → · 🗃 Wayback Machine (Archiv)
ℹ️ KI-Hinweis
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von arxiv.org. Es erfolgte keine manuelle redaktionelle Bearbeitung.
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von arxiv.org. Es erfolgte keine manuelle redaktionelle Bearbeitung.
