Vicuna 是通过在 ShareGPT 收集的用户共享对话上对 LLaMA 进行微调训练而来,训练成本近 300 美元。研究人员设计了 8 个问题类别,包括数学、写作、编码,对 Vicuna-13B 与其他四个模型进行了性能测试。测试过程使用 GPT-4 作为评判标准,结果显示 Vicuna-13B 在超过 90% 的情况下实现了与 ChatGPT 和 Bard 相匹敌的能力。同时,在在超过 90% 的情况下胜过了其他模型,如 LLaMA 和斯坦福的 Alpaca 。
今天,团队正式发布了 Vicuna 的权重——只需单个 GPU 就能跑
单个 GPU:Vicuna-13B 需要大约 28GB 的 GPU 显存。
多个 GPU:如果没有足够的显存,则可以使用模型并行来聚合同一台机器上多个 GPU 的显存。
仅用 CPU:如果想在 CPU 上运行,则需要大约 60GB 的内存。
全文:
https://mp.weixin.qq.com/s/BG1dw3PeRysvq_UBgo6UFQ
这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。
https://www.v2ex.com/t/929869
V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。
V2EX is a community of developers, designers and creative people.