training-llms-megatron
द्वारा firecrawl
बड़े भाषा मॉडल (2B-462B पैरामीटर) को NVIDIA Megatron-Core और उन्नत समानांतरीकरण रणनीतियों का उपयोग करके प्रशिक्षित करता है। 1B पैरामीटर से बड़े मॉडल प्रशिक्षित करते समय उपयोग करें,…
npx skills add https://github.com/firecrawl/ai-research-skills --skill training-llms-megatron