1. AI 能够使自设计示范微调试验模型
世界上最大的稳定币USDT发行商的系绳宣布了一个新的AI培训框架,允许对包括智能手机和非Nvidia GPUs在内的消费者硬件进行大型语言模型微调。 该系统是QVAC平台的一部分,它利用微软的BitNet架构和LORA技术减少记忆和计算要求,有可能降低开发AI的障碍。 该框架支持通过AMD、英特尔、苹果硅和来自Qualcomm和苹果的流动GPU进行跨平台培训。 根据这项公告,工程师们在两小时内对智能手机的10亿参数进行微调模型进行微量调整,向移动设备130亿参数模型提供支助。 框架建在BitNet的1位数结构上,比标准16位数模型减少77.8%,使较大的模型能够使用有限的硬件运行。 这一举动与更广泛的加密产业向AI基础设施扩展相一致...