Sorties de modèles

Zyphra publie Zamba, un modèle de base de 7B à architecture hybride

Titre original:ZAMBA

Résumé IA

Zyphra publie Zamba, un modèle de base de 7B à architecture hybride combinant des blocs Mamba et une couche d'attention globale partageant ses poids tous les 6 layers.

En bref

Publié
Mis à jour
Source
Zyphra Research(网页)
Catégorie
Sorties de modèles
Score IA
61
Lire l'original Lire l'article complet à la source d'origine
Pourquoi c'est important

官方原文给出架构设计、训练规模和开放 checkpoints 细节,读者可以据此评估 Mamba 混合架构在本地部署上的取舍。

Source et droits

Cet article s'appuie sur des titres sélectionnés et des résumés IA issus de l'API publique AIHOT, avec attribution et liens de retour. Les droits sur l'original restent ceux des médias et auteurs d'origine ; ce site ne reproduit pas les textes intégraux.

Article original · Fiche AIHOT

Comment citer

Pour citer cet article, conservez le titre, la date et le lien permanent, et indiquez Orange News comme source.

Orange News : Zyphra publie Zamba, un modèle de base de 7B à architecture hybride. 16. avril 2024. https://new.nat6.net/fr/news/cmtyo1ljj03asrog0h47mq5so/

Tout voir →