Šis puslapis nėra tiesioginis — žinutės atnaujinamos pagal tvarkaraštį. Paskutinį kartą atnaujinta . Kito atnaujinimo laukiama apie . Laikas rodomas Vilniaus laiku (EET).
Inspired by recent work demonstrating the promise of smaller Transformer-based language models pretrained on carefully curated data, we supercharge such approaches by investing heavily in curating a novel, high quality, non-synthetic data mixture based solely on evaluation benchmarks. Using our novel dataset mixture consisting of less than 100 thousand tokens, we pretrain a 1 million parameter transformer-based LLM \textbf{phi-CTNL} (pronounced ``fictional") that achieves perfect results across diverse academic benchmarks, strictly outperforming all known foundation models. \textbf{phi-CTNL} also beats power-law scaling and exhibits a never-before-seen grokking-like ability to accurately predict downstream evaluation benchmarks' canaries.
norėtųsi atrasti „best practices“ ir per daug nesimėtyti, nes čia early-adopter's prakeiksmas yra keisti padangas kas kilometrą ir niekur nenuvažiuoti 😁
ir tai, best practice keičiasi prie kiekvieno šuolių modelio leidimo, vis mažiau masažuoju kaip stipresni modėliai eina pigiau, nebegaila duot ir nereikalinga subagent paleist laiks nuo laiko
AI aprašymas Vaizde matomas kompiuterio ekranas, kuriame rodomas žinomas filmo „Kino karas“ (WarGames) citatos tekstas apie tai, kad vienintelis laimėjimo būdas yra nežaisti.
Sugeneravo dirbtinio intelekto modelis qwen3.8-27b-dk:latest (vienu ėjimu, be samprotavimo biudžeto). Žmogus netikrino.
👍1
Rodoma paskutinė surinkta leidžiama būsena; pašalinimų suderinimas nebaigtas. Visas pokalbis — Telegram grupėje.
