Option
Heim
Eilmeldung
Inhalt
CharlesYoung
CharlesYoung
25. Mai 2026

Mingshi Intelligence hat gemeinsam mit der Tsinghua-Universität und OpenBMB Chinas erstes auf Huawei Ascend trainiertes Großmodell, BitCPM-CANN, als Open-Source-Projekt veröffentlicht. Es nutzt eine ternäre 1,58-Bit-Darstellung und erzielt damit Durchbrüche beim Training mit geringer Bitrate. Das Modell ist in Größen von 0,5B bis 8B erhältlich und bietet eine sechsmal höhere Speichereffizienz bei der Inferenz, wodurch ein 8B-Modell auf Flaggschiff-Smartphones ausgeführt werden kann. Alle Gewichte sind auf HuggingFace und ModelScope als Open Source verfügbar.

Mingshi Intelligence hat gemeinsam mit der Tsinghua-Universität und OpenBMB Chinas erstes auf Huawei Ascend trainiertes Großmodell, BitCPM-CANN, als Open-Source-Projekt veröffentlicht. Es nutzt eine ternäre 1,58-Bit-Darstellung und erzielt damit Durchbrüche beim Training mit geringer Bitrate. Das Modell ist in Größen von 0,5B bis 8B erhältlich und bietet eine sechsmal höhere Speichereffizienz bei der Inferenz, wodurch ein 8B-Modell auf Flaggschiff-Smartphones ausgeführt werden kann. Alle Gewichte sind auf HuggingFace und ModelScope als Open Source verfügbar. Mingshi Intelligence hat gemeinsam mit der Tsinghua-Universität und OpenBMB Chinas erstes auf Huawei Ascend trainiertes Großmodell, BitCPM-CANN, als Open-Source-Projekt veröffentlicht. Es nutzt eine ternäre 1,58-Bit-Darstellung und erzielt damit Durchbrüche beim Training mit geringer Bitrate. Das Modell ist in Größen von 0,5B bis 8B erhältlich und bietet eine sechsmal höhere Speichereffizienz bei der Inferenz, wodurch ein 8B-Modell auf Flaggschiff-Smartphones ausgeführt werden kann. Alle Gewichte sind auf HuggingFace und ModelScope als Open Source verfügbar.
Kommentare (0)
0/300
OR