#MoE
risultati
-
Soofi S 30B-A3B: cosa succede quando cambi solo i dati e lasci l’architettura invariata
Un consorzio tedesco pubblica il pretraining report di Soofi S 30B-A3B, base model ibrido Mamba-Transformer MoE. Adottando l’architettura…
-
Poolside rilascia Laguna S 2.1: un coding model MoE open-weight da 118B che gira su un DGX Spark
Poolside pubblica Laguna S 2.1, un coding model MoE open-weight da 118B totali e 8B attivi con context…
-
Fine-tuning LLM: come si dividono Unsloth, Axolotl, TRL e LLaMA-Factory
Unsloth, Axolotl, TRL e LLaMA-Factory avvolgono lo stesso stack ma spendono l’effort in modo diverso: un confronto su…
-
Kimi K3, DeepSeek V4 Pro e GLM-5.2: tre MoE open a confronto tra benchmark e costi
Confronto tra Kimi K3, DeepSeek V4 Pro e GLM-5.2: capacità, licenze e costi di serving dei tre MoE…