Olmo-core 3 — Ai2 released seine vollstandig offene MoE-Trainings-Infrastruktur neu: Expert/Pipeline-Parallelismus, verteilter Optimierer und MXFP8 skalieren Mixture-of-Experts in den Billionen-Parameterbereich (Benchmark: 1,2 Bio. Parameter auf 512 GPU, bis zu 858 TFLOP/s/GPU, rund 2,7x Durchsatz gegenuber v2); es ist das Fundament fur die nachste Olmo-Generation. Quelle: Hugging Face Blog
ℹ️ KI-Hinweis
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von huggingface.co. Es erfolgte keine manuelle redaktionelle Bearbeitung.
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von huggingface.co. Es erfolgte keine manuelle redaktionelle Bearbeitung.
