training-llms-megatron
โดย firecrawl
ฝึกฝนโมเดลภาษาขนาดใหญ่ (พารามิเตอร์ 2B-462B) โดยใช้ NVIDIA Megatron-Core พร้อมกลยุทธ์การประมวลผลแบบขนานขั้นสูง ใช้เมื่อฝึกโมเดลที่มีพารามิเตอร์มากกว่า 1B,…
npx skills add https://github.com/firecrawl/ai-research-skills --skill training-llms-megatron