mwzero/pesi.csv Secret

## pesi.csv

          
            Modello
             Architettura
             Parametri
             Altre informazioni

            
              LLaMA 3
               Transformer
               8B e 70B
              Addestrato su 15 trilioni di token, supporto multilingue, ottimizzato per codifica e generazione creativa

            
              GPT-NeoX
               Transformer
               fino a 20B
              Progetto di EleutherAI, addestrato su Pile, un vasto dataset open source

            
              BLOOM
               Transformer
               176B
              Creato da BigScience, supporta 46 lingue e 13 linguaggi di programmazione

            
              T5
               Transformer
               fino a 11B
              Progetto di Google, ottimizzato per compiti di NLP come traduzione e riassunto

            
              Mistral
               MoE
               fino a 12B
              Utilizza un'architettura MoE per migliorare l'efficienza e la scalabilità

            
              DeepSeek
               MoE
               fino a 671B
              Modello avanzato con velocità di inferenza migliorata, supporta multilingue

            
              Qwen
               MoE e Dense
               fino a 72B
              Modelli di Alibaba Cloud, supportano multilingue e vari compiti di NLP

            
              Gemma
               Transformer
               2B e 7B
              Modelli di Google DeepMind, basati sulla ricerca Gemini, disponibili in versioni base e istruzione-tuning

            
              Phi
               Transformer
               2.7B e 14B
              Modelli di Microsoft, ottimizzati per compiti di ragionamento complesso e applicazioni avanzate
Modello	Architettura	Parametri	Altre informazioni
LLaMA 3	Transformer	8B e 70B	Addestrato su 15 trilioni di token, supporto multilingue, ottimizzato per codifica e generazione creativa
GPT-NeoX	Transformer	fino a 20B	Progetto di EleutherAI, addestrato su Pile, un vasto dataset open source
BLOOM	Transformer	176B	Creato da BigScience, supporta 46 lingue e 13 linguaggi di programmazione
T5	Transformer	fino a 11B	Progetto di Google, ottimizzato per compiti di NLP come traduzione e riassunto
Mistral	MoE	fino a 12B	Utilizza un'architettura MoE per migliorare l'efficienza e la scalabilità
DeepSeek	MoE	fino a 671B	Modello avanzato con velocità di inferenza migliorata, supporta multilingue
Qwen	MoE e Dense	fino a 72B	Modelli di Alibaba Cloud, supportano multilingue e vari compiti di NLP
Gemma	Transformer	2B e 7B	Modelli di Google DeepMind, basati sulla ricerca Gemini, disponibili in versioni base e istruzione-tuning
Phi	Transformer	2.7B e 14B	Modelli di Microsoft, ottimizzati per compiti di ragionamento complesso e applicazioni avanzate
No results found