opción
Hogar
Última hora
Contenido
CharlesYoung
CharlesYoung
25 de mayo de 2026

Mingshi Intelligence, en colaboración con la Universidad de Tsinghua y OpenBMB, ha publicado en código abierto el primer modelo a gran escala de China entrenado en Huawei Ascend: BitCPM-CANN. Este modelo utiliza una representación ternaria de 1,58 bits, lo que supone un gran avance en el entrenamiento con pocos bits. El modelo está disponible en tamaños de 0,5B a 8B, lo que ofrece una eficiencia de memoria seis veces mayor en la inferencia, permitiendo que un modelo de 8B se ejecute en smartphones de gama alta. Todos los pesos están disponibles en código abierto en HuggingFace y ModelScope.

Mingshi Intelligence, en colaboración con la Universidad de Tsinghua y OpenBMB, ha publicado en código abierto el primer modelo a gran escala de China entrenado en Huawei Ascend: BitCPM-CANN. Este modelo utiliza una representación ternaria de 1,58 bits, lo que supone un gran avance en el entrenamiento con pocos bits. El modelo está disponible en tamaños de 0,5B a 8B, lo que ofrece una eficiencia de memoria seis veces mayor en la inferencia, permitiendo que un modelo de 8B se ejecute en smartphones de gama alta. Todos los pesos están disponibles en código abierto en HuggingFace y ModelScope. Mingshi Intelligence, en colaboración con la Universidad de Tsinghua y OpenBMB, ha publicado en código abierto el primer modelo a gran escala de China entrenado en Huawei Ascend: BitCPM-CANN. Este modelo utiliza una representación ternaria de 1,58 bits, lo que supone un gran avance en el entrenamiento con pocos bits. El modelo está disponible en tamaños de 0,5B a 8B, lo que ofrece una eficiencia de memoria seis veces mayor en la inferencia, permitiendo que un modelo de 8B se ejecute en smartphones de gama alta. Todos los pesos están disponibles en código abierto en HuggingFace y ModelScope.
comentario (0)
0/300
OR