Artículos por etiqueta: fine-tuning

Qwen: 942 millones de descargas del líder de código abierto

Qwen de Alibaba superó a Llama en descargas y fine-tunes. Análisis del ATOM Report: 942 millones de descargas, 69% nuevas adaptaciones. Tendencias para desarrolladores — lea los detalles y elija stack.

Ajuste fino de Mistral 7B en ruso para diálogos

Aprende por qué LoRA no funcionó y cómo el ajuste fino completo de Mistral 7B alcanzó BertScore 0.93. Arquitectura, optimizaciones, benchmarks MERA para ingenieros de ML.

Restauración de ruGPT-3 XL para transformers

Aprende cómo convertir ruGPT-3 XL heredado al formato HF para ajuste fino e inferencia. Estructura de pesos, clases personalizadas, benchmarks MERA. Instrucciones para desarrolladores.