training-llms-megatron
von firecrawl
Trainiert große Sprachmodelle (2B-462B Parameter) mit NVIDIA Megatron-Core und fortschrittlichen Parallelisierungsstrategien. Verwenden Sie dies beim Trainieren von Modellen mit >1B Parametern,…
npx skills add https://github.com/firecrawl/ai-research-skills --skill training-llms-megatron