Bilanz der Quelle: Apple hat OpenELM, ein Modell mit 3B Parametern auf 1,8 Trillionen Token mit Layer-wise Scaling, veröffentlicht. Das Modell wurde auf RefinedWeb, Pile, RedPajama und Dolma v1.6 trainiert und enthält das vollständige Training- und Inference-Framework mit Datenbereitstellung, Training-Logs, mehrere Zwischenpunkte und Vorbereitungskonfigurationen.
🔗 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.
