bigscience-workshop/Megatron-DeepSpeed
Auf GitHub ansehenOngoing research training transformer language models at scale, including: BERT & GPT-2
- Sterne
- 1.4k
- Forks
- 226
- Offene Anfänger-Issues
- 0
- Indexierte Issues
- 76
- Vorherrschende Sprache
- Python
- Lizenz
- Keine Lizenzdaten
- Letzter GitHub-Push
- 08.12.2023
- Zuletzt indexiert
- 14.9.2026
- Beitragsleitfaden
- Kein Beitragsleitfaden
- Verhaltenskodex
- Kein Verhaltenskodex
- Anfänger-Labels
- good first issue
- PR-Merge-Kennzahlen
- Keine gemergten PRs in 30 T.
-
bigscience-workshop/Megatron-DeepSpeed#10 · 1 Kommentar · 1 Reaktion · 0 zugewiesene Personen ·
-
arch&scale
bigscience-workshop/Megatron-DeepSpeed#33 · 9 Kommentare · 0 Reaktionen · 1 zugewiesene Person ·
-
arch&scale enhancement
bigscience-workshop/Megatron-DeepSpeed#49 · 0 Kommentare · 1 Reaktion · 0 zugewiesene Personen ·
-
🌍 Carbon
bigscience-workshop/Megatron-DeepSpeed#54 · 9 Kommentare · 0 Reaktionen · 0 zugewiesene Personen ·
-
bigscience-workshop/Megatron-DeepSpeed#57 · 0 Kommentare · 0 Reaktionen · 0 zugewiesene Personen ·
-
bigscience-workshop/Megatron-DeepSpeed#67 · 1 Kommentar · 0 Reaktionen · 0 zugewiesene Personen ·
-
bigscience-workshop/Megatron-DeepSpeed#70 · 2 Kommentare · 1 Reaktion · 0 zugewiesene Personen ·
-
MLFlow
bigscience-workshop/Megatron-DeepSpeed#87 · 1 Kommentar · 0 Reaktionen · 3 zugewiesene Personen ·
-
bigscience-workshop/Megatron-DeepSpeed#95 · 3 Kommentare · 1 Reaktion · 0 zugewiesene Personen ·
-
bigscience-workshop/Megatron-DeepSpeed#99 · 2 Kommentare · 0 Reaktionen · 2 zugewiesene Personen ·
-
enhancement
bigscience-workshop/Megatron-DeepSpeed#119 · 9 Kommentare · 0 Reaktionen · 0 zugewiesene Personen ·
-
Good First Issue
bigscience-workshop/Megatron-DeepSpeed#123 · 5 Kommentare · 0 Reaktionen · 0 zugewiesene Personen ·
-
Good First Issue Good Second Issue
bigscience-workshop/Megatron-DeepSpeed#124 · 11 Kommentare · 0 Reaktionen · 0 zugewiesene Personen ·
-
arch&scale Good First Issue
bigscience-workshop/Megatron-DeepSpeed#125 · 2 Kommentare · 0 Reaktionen · 1 zugewiesene Person ·
-
bigscience-workshop/Megatron-DeepSpeed#127 · 0 Kommentare · 0 Reaktionen · 0 zugewiesene Personen ·
-
bigscience-workshop/Megatron-DeepSpeed#136 · 8 Kommentare · 0 Reaktionen · 0 zugewiesene Personen ·
-
Good First Issue Good Second Issue
bigscience-workshop/Megatron-DeepSpeed#138 · 6 Kommentare · 0 Reaktionen · 1 zugewiesene Person ·
-
Good First Issue
bigscience-workshop/Megatron-DeepSpeed#149 · 10 Kommentare · 0 Reaktionen · 0 zugewiesene Personen ·
-
bigscience-workshop/Megatron-DeepSpeed#153 · 0 Kommentare · 0 Reaktionen · 0 zugewiesene Personen ·
-
Good First Issue
bigscience-workshop/Megatron-DeepSpeed#163 · 14 Kommentare · 1 Reaktion · 0 zugewiesene Personen ·
-
bigscience-workshop/Megatron-DeepSpeed#173 · 4 Kommentare · 0 Reaktionen · 1 zugewiesene Person ·
-
Good Difficult Issue Good First Issue
bigscience-workshop/Megatron-DeepSpeed#174 · 0 Kommentare · 0 Reaktionen · 0 zugewiesene Personen ·
-
Good First Issue
bigscience-workshop/Megatron-DeepSpeed#186 · 2 Kommentare · 1 Reaktion · 0 zugewiesene Personen ·
-
bigscience-workshop/Megatron-DeepSpeed#189 · 0 Kommentare · 0 Reaktionen · 1 zugewiesene Person ·
-
bigscience-workshop/Megatron-DeepSpeed#203 · 0 Kommentare · 0 Reaktionen · 1 zugewiesene Person ·
-
Good First Issue
bigscience-workshop/Megatron-DeepSpeed#226 · 2 Kommentare · 0 Reaktionen · 0 zugewiesene Personen ·
-
bigscience-workshop/Megatron-DeepSpeed#230 · 13 Kommentare · 0 Reaktionen · 1 zugewiesene Person ·
-
Good First Issue
bigscience-workshop/Megatron-DeepSpeed#242 · 2 Kommentare · 0 Reaktionen · 0 zugewiesene Personen ·
-
bigscience-workshop/Megatron-DeepSpeed#279 · 0 Kommentare · 1 Reaktion · 0 zugewiesene Personen ·
-
bigscience-workshop/Megatron-DeepSpeed#280 · 0 Kommentare · 0 Reaktionen · 0 zugewiesene Personen ·
-
bigscience-workshop/Megatron-DeepSpeed#312 · 0 Kommentare · 0 Reaktionen · 0 zugewiesene Personen ·
-
bigscience-workshop/Megatron-DeepSpeed#318 · 31 Kommentare · 0 Reaktionen · 0 zugewiesene Personen ·
-
bigscience-workshop/Megatron-DeepSpeed#319 · 17 Kommentare · 0 Reaktionen · 0 zugewiesene Personen ·
-
bigscience-workshop/Megatron-DeepSpeed#320 · 4 Kommentare · 0 Reaktionen · 0 zugewiesene Personen ·
-
bigscience-workshop/Megatron-DeepSpeed#323 · 3 Kommentare · 0 Reaktionen · 0 zugewiesene Personen ·
-
bigscience-workshop/Megatron-DeepSpeed#324 · 29 Kommentare · 0 Reaktionen · 0 zugewiesene Personen ·
-
Can we also train BLOOM model using tensor using tensor-Parallelism and efficient fused CUDA kernels Offen
bigscience-workshop/Megatron-DeepSpeed#334 · 4 Kommentare · 0 Reaktionen · 0 zugewiesene Personen ·
-
Finetuning BLOOM Offen
bigscience-workshop/Megatron-DeepSpeed#337 · 5 Kommentare · 0 Reaktionen · 0 zugewiesene Personen ·
-
bigscience-workshop/Megatron-DeepSpeed#338 · 4 Kommentare · 0 Reaktionen · 0 zugewiesene Personen ·
-
bigscience-workshop/Megatron-DeepSpeed#342 · 1 Kommentar · 0 Reaktionen · 0 zugewiesene Personen ·
-
bigscience-workshop/Megatron-DeepSpeed#343 · 20 Kommentare · 0 Reaktionen · 0 zugewiesene Personen ·
-
bigscience-workshop/Megatron-DeepSpeed#347 · 12 Kommentare · 0 Reaktionen · 0 zugewiesene Personen ·
-
bigscience-workshop/Megatron-DeepSpeed#348 · 5 Kommentare · 0 Reaktionen · 0 zugewiesene Personen ·
-
bigscience-workshop/Megatron-DeepSpeed#350 · 2 Kommentare · 0 Reaktionen · 0 zugewiesene Personen ·
-
bigscience-workshop/Megatron-DeepSpeed#355 · 4 Kommentare · 0 Reaktionen · 0 zugewiesene Personen ·
-
bigscience-workshop/Megatron-DeepSpeed#356 · 3 Kommentare · 0 Reaktionen · 0 zugewiesene Personen ·
-
bigscience-workshop/Megatron-DeepSpeed#360 · 1 Kommentar · 0 Reaktionen · 0 zugewiesene Personen ·
-
bigscience-workshop/Megatron-DeepSpeed#363 · 0 Kommentare · 0 Reaktionen · 0 zugewiesene Personen ·
-
bigscience-workshop/Megatron-DeepSpeed#364 · 0 Kommentare · 0 Reaktionen · 0 zugewiesene Personen ·
-
bigscience-workshop/Megatron-DeepSpeed#366 · 2 Kommentare · 0 Reaktionen · 0 zugewiesene Personen ·