#fine-tuning
risultati
-
DDP, ZeRO, FSDP: la strategia decide quanto comunichi, il cablaggio quanto ti costa
Un’analisi misurata di DDP, ZeRO e FSDP su A100 e H200. La conclusione controintuitiva: sullo stesso nodo, quattro…
-
Fine-tuning spiegato dalle basi: come i modelli pretrained imparano nuove capacita’
Cos’e’ il fine-tuning, perche’ non si capisce senza il pretraining e quando conviene davvero rispetto a un prompt…
-
Fine-tuning serverless dei modelli NVIDIA Nemotron 3 su Amazon SageMaker AI
SageMaker AI introduce la serverless model customization per Nemotron 3 Nano e Super: come adattare questi modelli open-weight…
-
DPO: allineare i modelli alle preferenze umane senza reinforcement learning
La Direct Preference Optimization allinea gli LLM alle preferenze umane senza la complessità del reinforcement learning. Spieghiamo l’idea…
-
LoRA e QLoRA: fine-tuning efficiente spiegato ai practitioner
Due tecniche che hanno democratizzato l’adattamento dei modelli. Comprendiamo la matematica, i trade-off e quando usare quale.