Dans l'actualité
Introducing Olmo-core 3: Open, scalable training infrastructure for large MoEs
Ai2 · Publié le · 3 min de lecture
En 30 secondes
- Ce qui s'est passé
- Ai2 released Olmo-core 3, an open-source training framework for mixture-of-experts language models scaling efficiently to trillion parameters.
- Pourquoi ça compte
- Engineers building or researching large sparse models need efficient distributed training infrastructure balancing memory and computational costs.
- Vigilance
- Benchmarks used random routing rather than trained models, and trillion-parameter tests were short demonstrations, not full training runs.
- mixture-of-experts
- olmo
Qui d’autre l’a publié
Le même évènement, traité par d’autres éditeurs que nous suivons.
Les patterns derrière cette actualité
Chacun explique le fonctionnement de la technique, quand elle vaut son coût et où elle casse.
The Agent Architect
Un pattern, un compromis, une panne de production racontée. Un brief hebdomadaire court pour ceux qui construisent des systèmes agentiques.
Un email par semaine, désinscription en un clic. Votre adresse ne sert qu'à envoyer le brief.