跳到正文

#Meta

RSS
今日 2 則
6月9日週一
5月28日週三
5月15日週四
  1. Ollama Blog72

    Ollama 推出多模態模型新引擎

    Ollama 推出多模態模型新引擎,首次支援 Meta Llama 4、Google Gemma 3、Qwen 2.5 VL、Mistral Small 3.1 等視覺模型,並可在本地即時處理影像與文字互動。

    推薦理由:Ollama推出的新多模態引擎與多款視覺模型支援,讓使用者能即時測試影像與文字互動,對於需要本地多模態推理的開發者提供可直接落地的解決方案。

3月13日週四
2月25日週二
  1. Ollama Blog80

    Minions:本地與雲端 LLM 協同的實驗研究

    Minions 是一套將小型本地 LLM 與雲端大模型協同運算的框架,能在保持高品質的同時大幅降低雲端使用成本。 - 協同方式:Minion 讓雲端模型與單一本地模型對話;MinionS 將任務拆分為子任務並行處理。

    推薦理由:本研究提出將大模型拆分至本地裝置與雲端協同,能大幅降低雲端成本,對資源受限環境具有實際應用價值。

11月6日週三
9月25日週三
  1. Ollama Blog66

    Meta Llama 3.2 釋出小型多模態版本

    Meta Llama 3.2 現已透過 Ollama 可本地執行,提供 1B、3B、11B、90B 四個版本。 - 1B、3B:純文字模型,專為手機或邊緣裝置最佳化,可即時處理訊息或行事曆摘要,並保留隱私。 - 11B、90B:視覺模型,支援檔案、圖表、圖片說明等影像推論。 - 所有模型皆為開源,使用者可自行下載 Ollama 並直接執行。

8月5日週一
  1. Davis Summarizes Papers73

    Meta 發布 Llama 3.1:100T 生物神經網路訓練全貌

    Meta 釋出 Llama 3.1,首次公開 100T 引數生物神經網路的訓練流程。 - 模型規模:405B 引數,使用 8 pods × 3072 H100,總計 885k H100‑days。

    推薦理由:Meta 釋出 405B Llama 3.1,展示 100T 生物神經網路訓練流程與大規模合成資料策略,對未來開源模型效能與成本曲線提供實證參考。

5月31日週五
8月16日週三
7月20日週四
6月14日週三
  1. Davis Summarizes Papers71

    2023 年 6 月 11 日週報:arXiv 機器學習論文精選與觀察

    本文精選並評析多篇近期 arXiv 機器學習與大型語言模型領域的重要論文,涵蓋資料訓練、模型微調、量化壓縮及架構設計等技術進展。 - 指令微調與模型能力:探討使用 GPT-4 輸出進行微調的侷限與優勢,指出引入逐步解釋能提升模型表現,但也可能僅學會模仿風格。

6月10日週五
7月22日週六