training-llms-megatron
par firecrawl
Entraîne des grands modèles de langage (paramètres de 2B à 462B) en utilisant NVIDIA Megatron-Core avec des stratégies de parallélisme avancées. À utiliser lors de l’entraînement de modèles de plus d’1 milliard de paramètres,…
npx skills add https://github.com/firecrawl/ai-research-skills --skill training-llms-megatron