옵션
속보
콘텐츠
CharlesYoung
CharlesYoung
2026년 5월 25일

밍시 인텔리전스(Mingshi Intelligence)는 칭화대학교 및 OpenBMB와 협력하여 화웨이 Ascend 플랫폼에서 훈련된 중국 최초의 대규모 모델인 BitCPM-CANN을 오픈소스로 공개했습니다. 이 모델은 1.58비트 3진수 표현 방식을 사용하여 저비트 훈련 분야에서 획기적인 성과를 거두었습니다. 이 모델은 0.5B에서 8B 규모의 버전으로 제공되며, 추론 시 메모리 효율이 6배 향상되어 8B 모델도 플래그십 스마트폰에서 실행할 수 있습니다. 모든 가중치는 HuggingFace와 ModelScope에 오픈소스로 공개되었습니다.

밍시 인텔리전스(Mingshi Intelligence)는 칭화대학교 및 OpenBMB와 협력하여 화웨이 Ascend 플랫폼에서 훈련된 중국 최초의 대규모 모델인 BitCPM-CANN을 오픈소스로 공개했습니다. 이 모델은 1.58비트 3진수 표현 방식을 사용하여 저비트 훈련 분야에서 획기적인 성과를 거두었습니다. 이 모델은 0.5B에서 8B 규모의 버전으로 제공되며, 추론 시 메모리 효율이 6배 향상되어 8B 모델도 플래그십 스마트폰에서 실행할 수 있습니다. 모든 가중치는 HuggingFace와 ModelScope에 오픈소스로 공개되었습니다. 밍시 인텔리전스(Mingshi Intelligence)는 칭화대학교 및 OpenBMB와 협력하여 화웨이 Ascend 플랫폼에서 훈련된 중국 최초의 대규모 모델인 BitCPM-CANN을 오픈소스로 공개했습니다. 이 모델은 1.58비트 3진수 표현 방식을 사용하여 저비트 훈련 분야에서 획기적인 성과를 거두었습니다. 이 모델은 0.5B에서 8B 규모의 버전으로 제공되며, 추론 시 메모리 효율이 6배 향상되어 8B 모델도 플래그십 스마트폰에서 실행할 수 있습니다. 모든 가중치는 HuggingFace와 ModelScope에 오픈소스로 공개되었습니다.
의견 (0)
0/300
OR