时政
财经
科技
虚拟货币
其他
登录
#nanochat
关注
sitin
2个月前
前特斯拉AI总监Karpathy推出开源项目"nanochat",仅用约8000行代码复现ChatGPT全流程。项目在GitHub上线不到12小时,星标数已破4.2k。 用户只需一台GPU、约4小时和100美元成本,就能训练出一个能写诗、回答基础问题的“小型ChatGPT"。 nanochat的主要功能 分词器训练:使用Rust语言实现训练分词器,负责将文本转换为符号码本序列。 预训练:在FineWeb数据集上对Transformer架构的大语言模型进行预训练,并通过CORE指标评估模型性能。 中期训练:在SmolTalk用户-助手对话数据集、多项选择题数据集、工具使用数据集上进行中期训练,使模型适应对话场景。 监督微调(SFT):在世界知识多项选择题数据集(ARC-E/C、MMLU)、数学数据集(GSM8K)、代码数据集(HumanEval)上进行监督微调,提升模型在特定任务上的表现。 强化学习微调(RL):使用“GRPO”算法在GSM8K数据集上对模型进行强化学习微调,进一步优化模型性能。 推理部署:实现高效模型推理,支持KV缓存、简易预填充/解码流程、工具使用(轻量级沙箱环境中的Python解释器),并通过CLI或类ChatGPT的WebUI与模型交互。 成绩单生成:生成单一的Markdown格式报告卡,总结整个训练推理流程,并以“游戏化”形式展示结果。 Github仓库:
前特斯拉AI总监推出100美元ChatGPT克隆项目引发热议· 5 条信息
#Karpathy
#nanochat
#开源项目
#ChatGPT复现
#AI
分享
评论 0
0
GitHubDaily
2个月前
在以前想训练一个专属 ChatGPT,即便是小模型也动辄几百万美元,还要复杂的技术栈,让众人望而却步。 现在通过 nanochat 这个开源项目,只需 100 美元就能训练出一个完整的 ChatGPT,作者正是前特斯拉 AI 总监 Andrej Karpathy。 整个代码库只有 8000 多行、45 个文件,却实现了从分词、预训练、微调到推理的完整流程。 GitHub: 同时支持多种评估指标,可自动生成模型性能报告,并内置 ChatGPT 风格的 Web 聊天界面,模型训练完即可对话。 在 8XH100 节点上一键运行脚本,仅需 4 小时就能完成训练,得到一个能对话、写诗写故事、回答简单问题的模型。 如果想进一步提升性能,经过 12 小时训练,它的 CORE 指标就能超越 GPT-2,花费大概在 300 美元。 对于想深入理解 LLM 训练流程的 AI 开发者来说,这是一个不可多得的学习项目,短短两天便斩获 14000+ GitHub Star。
前特斯拉AI总监推出100美元ChatGPT克隆项目引发热议· 5 条信息
#nanochat
#Andrej Karpathy
#ChatGPT训练
#低成本AI
#开源项目
分享
评论 0
0
Gorden Sun
2个月前
nanochat:从零实现LLM训练和推理 Andrej Karpathy开源的项目,可以认为是一个极简版ChatGPT。包含8000 行代码,4小时、100美元训练成本,即可实现训练到微调全流程。 Github: 技术报告:
#nanochat
#LLM
#ChatGPT
#Karpathy
#开源
分享
评论 0
0
个人主页
通知
我的投稿
我的关注
我的拉黑
我的评论
我的点赞