Bilanz der Quelle: Databricks released DBRX, a 132-billion-parameter fine-grained mixture-of-experts model that set new open-model records on MMLU, HumanEval, and GSM8K. Trained for roughly $10 million on 3,072 H100s, it demonstrated that fine-grained MoE outperforms coarse-grained architectures like Mixtral and Grok-1.
🔗 Im Original weiterlesen → · 🗃 Wayback Machine (Archiv)
ℹ️ KI-Hinweis
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von databricks.com. Es erfolgte keine manuelle redaktionelle Bearbeitung.
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von databricks.com. Es erfolgte keine manuelle redaktionelle Bearbeitung.
