GPT-J adalah alternatif sumber terbuka dari EleutherAI ke GPT-3 OpenAI. Tersedia untuk diunduh oleh siapa saja, GPT-J dapat berhasil disesuaikan agar berfungsi sama baiknya dengan model besar pada berbagai tugas NLP termasuk menjawab pertanyaan, analisis sentimen, dan pengenalan entitas bernama.
Coba jalankan GPT-J sendiri di Paperspace dengan IPU (Intelligence Processing Unit) Graphcore, sebuah jenis prosesor paralel masif yang benar-benar baru untuk mempercepat kecerdasan mesin. Akses komputasi IPU yang canggih dan hemat biaya sesuai permintaan di cloud di Paperspace untuk membangun, menyempurnakan, dan menerapkan model AI seperti GPT-J.
Buku catatan | Kerangka | Jenis | Coba Gratis |
---|---|---|---|
Entailment Tekstual pada IPU menggunakan GPT-J - Penyempurnaan | Memeluk Wajah | Penyempurnaan | |
Pembuatan teks dengan GPT-J 6B | Memeluk Wajah | Kesimpulan | |
Pembuatan Teks Lebih Cepat dengan GPT-J menggunakan Weight Quantization 4-bit pada IPU | Memeluk Wajah | Kesimpulan |
Dalam Textual Entailment pada IPU menggunakan GPT-J - Notebook Fine-tuning , kami menunjukkan cara menyempurnakan model GPT-J terlatih yang berjalan pada sistem 16-IPU di Paperspace. Kami akan menjelaskan bagaimana Anda dapat menyempurnakan GPT-J untuk Entailment Teks pada kumpulan data GLUE MNLI untuk mencapai kinerja SOTA, sekaligus jauh lebih hemat biaya dibandingkan sepupunya yang lebih besar.
Dalam pembuatan Teks dengan notebook GPT-J 6B , kami mendemonstrasikan betapa mudahnya menjalankan GPT-J pada IPU Graphcore menggunakan implementasi model ini dan ? Pos pemeriksaan hub dari bobot model.
Dalam Pembuatan Teks Lebih Cepat dengan GPT-J menggunakan Kuantisasi Berat 4-bit pada notebook IPU , kami menunjukkan cara menggunakan kuantisasi grup untuk mengompresi parameter model menjadi 4 bit tanpa penyesuaian, menggunakan memori 4x lebih sedikit, dan mempercepat inferensi pada GPT- J sebesar ~1,5x.
Untuk meningkatkan penggunaan GPT-J di IPU, atau berbicara dengan pakar, jangan ragu untuk menghubungi kami.
Bergabunglah dengan komunitas kami yang berkembang dan berinteraksi dengan pakar AI, pengembang IPU, dan peneliti. Dengarkan berita IPU terkini dan dapatkan akses ke model terbaru kami.
Isi repositori ini tersedia sesuai dengan ketentuan lisensi MIT. Lihat file LISENSI yang disertakan untuk detailnya.