Meta 刚刚低调发布了一个最小且快速的 LLM大模型训练和推理框架库Meta Lingua。 目的是让更多人来训练 llama。可以 24 小时训练出一个 llama 7B,MMLU达到 48%。在许多下游任务上获得了非常强大的性能,并且与DCLM 基线 1.0的性能相匹配。 #AI

训练一个国产大模型只需要 10 万人民币,费用计算: $2.50/h(租用一个 H100) × 256个(h100 gpu) × 24H = $15,360。

Meta Lingua主要特点 :
- 允许用户快速入门,而无需安装和配置大量依赖项。
- 用于研究的最小且快速的 LLM 训练/推理库。
- 使用可修改的 PyTorch 组件来试验架构、损失、数据
- 支持端到端训练、推理和评估 。
- 代码的模块化使其具有高度可重用性,灵活性,使研究人员能够即插即用各种组件,更快地迭代和验证新概念。

开源项目 Github 地址
claude + gamma + napkin 的组合好用到爆炸,做一个技术分享的 PPT 就只需要两个小时。

1、整理素材给到 claude 帮我输出 markdown 文案;
2、文案放到 gamma 中来生成 ppt 演示稿;
3、用 napkin 来根据文案生成一些图表搭配放到 gamma 中。 claude.ai
沃顿商学院给教师和学生的提示词库 #AI
----------------------------------
沃顿商学院发布了一个专门用来教学的提示词库,里面包含了非常多用于学习和教育的提示词,同时也有一些其他很有用的提示,比如密度链总结、因果关系解释、产品发布提示和学术论文创建。我翻译了所有的提示词,如果你有孩子或者本身就是学生和教师可以收藏一下。
推导凯利准则以实现利润最大化 #工具
https://github.com/obrhubr/kelly-criterion-ship-investor
在公平硬币抛掷游戏中,你应该投资多少资金才能最大化长期利润?本文通过凯利公式解答这一问题,揭示了如何根据胜率和赔率计算最优投资比例,以实现财富的长期增长。
"在典型的现实世界中,即使胜率很小,全押也可能带来巨大损失,因此凯利公式强调了避免这种高风险策略的重要性。" GitHub - obrhubr/kelly-criterion-ship-investor: The Kelly Criterion applied to Entropic Thought's Ship Investor game.
开源图像模型的详情。包括所属公司、模型名称、架构、参数、文本编码器等。 #AI
使用 WireGuard 容器安全访问远程网络 #VPN
本文介绍了如何在 Docker 容器中运行 Wayland 应用程序,通过 WireGuard 网络安全访问远程站点。通过一系列步骤,从设置 Docker 项目到配置 Firefox 浏览器,实现无缝访问和安全连接。
"最终,我们将运行一个完整的 Firefox 浏览器,支持视频和音频,以访问隔离的 WireGuard 网络。"
Back to Top