重點導讀
訓練時用較少位元可以加快運算,但量化誤差也可能幹擾模型學習。
- Thinking Machines 表示,他們訓練 Inkling 2 Small 時,從預訓練一開始到最後一次 RL rollout,都使用原生 4-bit 前向計算。
- Connectionism 的文章會詳述這套做法。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
Thinking Machines@thinkymachines
·9 天前
Training with fewer bits is faster, but quantization error can interfere with learning.
Today on Connectionism, we detail how we trained Inkling 2 Small with a native 4-bit forward pass from the first step of pretraining through the final RL rollout.
https://t.co/CIMECSEpD0
推文來源 · X (Twitter)在 X 參與討論
來源: Thinking Machines (x.com)
在 X 查看推文