Une implémentation de transformateurs autoregressifs parallèles de modèle sur GPU, basée sur les bibliothèques Megatron et DeepSpeed
Entraînez de grands modèles de langage sur vos propres GPU en utilisant une collection de techniques et d'optimisations.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentUne implémentation de transformateurs autoregressifs parallèles de modèle sur GPU, basée sur les bibliothèques Megatron et DeepSpeed
gpt-neox compte 7.4k étoiles sur GitHub. Il a été forké 1.1k fois. gpt-neox est écrit principalement en Python. Il est développé activement depuis 2020. gpt-neox est disponible sous licence Apache-2.0. Ses principaux thèmes sont : deepspeed-library, gpt-3, language-model, transformers.
Une implémentation de transformateurs autoregressifs parallèles de modèle sur GPU, basée sur les bibliothèques Megatron et DeepSpeed
gpt-neox est un projet open source. Il est distribué sous licence Apache-2.0.
Oui. gpt-neox est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
gpt-neox est disponible sous licence Apache-2.0.
gpt-neox est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/eleutherai-gpt-neox.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.