training-llms-megatron
por firecrawl
Entrena modelos de lenguaje grandes (2B-462B parámetros) usando NVIDIA Megatron-Core con estrategias avanzadas de paralelismo. Úselo al entrenar modelos >1B parámetros,…
npx skills add https://github.com/firecrawl/ai-research-skills --skill training-llms-megatron