DeepMind Chinchilla पेश करता है: कंप्यूटिंग के उसी बजट में ज़्यादा टेक्स्ट पर प्रशिक्षित 70 अरब पैरामीटर वाला मॉडल 280 अरब वाले Gopher से बेहतर है; मॉडल का आकार और प्रशिक्षण के टोकनों की संख्या बराबर अनुपात में बढ़ाई जानी चाहिए
AI द्वारा अनुवादित, संपादकों द्वारा जाँचा गया
· विज्ञान
- तकनीक
- बड़ा भाषा मॉडल
- स्रोत
- arxiv.org ↗
¶ cgg6g9xvw