LakoMoor

https://github.com/huggingface/transformers/pull/42498/files Хмм... новый Vistral ?

https://huggingface.co/deepseek-ai/DeepSeek-V3.2 Говорят на уровне GPT-5 https://huggingface.co/deepseek-ai/DeepSeek-V3.2/resolve/main/assets/paper.pdf

https://huggingface.co/deepseek-ai/DeepSeek-V3.2 Говорят на уровне GPT-5 https://huggingface.co/deepseek-ai/DeepSeek-V3.2/resolve/main/assets/paper.pdf

Бывает.

Бывает.

DOOM Знаете в чем плюс заниматся не особо нужной ерундой?(ресерчем чего либо вокруг русских бенчей которые никому не интересно оптимайзить) Можно наблюдать как прирстают модели на математике, при этом на физике прирост между поколениями всего несколько процентов. Причем если смотреть на ошибки там именно не понимание какие законы/формулы считать, а не численные. Ну и gemeni3pro клево поскелйилась по токенам, хоть и гонится прям ОЧЕНЬ долго и дорого, но результаты на матемтике того стоят. А вот решит ли она jew problem будет известно позже А и теперь у нас есть папир, мы даже свозили его на воркшоп EMNLP, спасибо рекламе в этом канале за возможность оплачивать эвалы моделей Paper LB

Ксюша довезла постер!

Годноту ловите https://habr.com/ru/articles/963338/

HuggingFace релизнули замечательную свежую книгу про обучение LLM 200+ страниц, 7 больших глав. Содержание примерно следующее: – Архитектуры, их особенности и оптимизация гиперпараметров – Работа с данными – Предобучение и какие в нем есть подводные камни – Пост-трейнинг: все современные подходы и как их применять – Инфраструктура, как ее правильно строить и оптимизировать По сути, это готовое хардовое пособие по тому, как с нуля обучить и захостить LLM. Написано все на довольно простом английском и читается легко + есть куча схем и примеров. В общем, выглядит годно. huggingface.co/spaces/HuggingFaceTB/smol-training-playbook