Tag: parameter

Foundation oder Formel: Simulationsvergleich zeigt, wie weit klassische Zeitreihenmodelle hinter TimesFM-3 zurückliegen

30. September 2026

Ein einziger LoRA-Layer hebt Qwen3-8B-Rekursion auf 99 Prozent

29. September 2026

TimesFM-3: Das erste Modell der Familie, nativ für multivariate Prognosen trainiert

31. August 2026

McGill Universitätswissenschaftler haben die effizientereinheitbare Bayesianische Neuronale Netzwerke mit 33x weniger Parameter für ihre Unsicherheit messen

20. August 2026

Tencent HunyuanVideo 1.5 bringt den offenen Video-SOTA auf 8,3 Milliarden Parameter und läuft auf Consumer-GPUs

24. November 2025

Qwen3-Max: Alibaba stellt Flaggschiff mit über 1 Billion Parametern vor

24. September 2025

GLaM: Effiziente Skalierung von Sprachmodellen mit Mixture-of-Experts

13. Dezember 2021

EleutherAI veröffentlicht GPT-Neo: offene GPT-3-Alternative mit 1,3 und 2,7 Mrd. Parametern

1. März 2021

Adapter erreichen 0,4% von Full Fine-Tuning bei 3,6% der Parameter

2. Februar 2019

Ungeheuerliche Neuronalen Netze: Das Sparsame-Gedrehte Mixture-of-Experts-Blatt

23. Januar 2017