👀 Nemotron-H aborda o raciocínio em larga escala enquanto mantém a velocidade -- com 4x a capacidade de processamento de modelos de transformador comparáveis.⚡
Veja como a pesquisa alcançou isso usando uma arquitetura híbrida Mamba-Transformer e ajuste fino do modelo ➡️
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
👀 Nemotron-H aborda o raciocínio em larga escala enquanto mantém a velocidade -- com 4x a capacidade de processamento de modelos de transformador comparáveis.⚡
Veja como a pesquisa alcançou isso usando uma arquitetura híbrida Mamba-Transformer e ajuste fino do modelo ➡️