π₯ Soup - Π΄ΠΎΠΎΠ±ΡΡΠ΅Π½ΠΈΠ΅ LLM ΠΎΠ΄Π½ΠΎΠΉ ΠΊΠΎΠΌΠ°Π½Π΄ΠΎΠΉ ΠΡΠΎΠ΅ΠΊΡ ΡΠΏΡΠΎΡΠ°Π΅Ρ fine-tuning ΠΈ post-training ΠΌΠΎΠ΄Π΅Π»Π΅ΠΉ Π΄ΠΎ ΡΡ Π΅ΠΌΡ: ΠΎΠ΄ΠΈΠ½ YAML-ΠΊΠΎΠ½ΡΠΈΠ³ β ΠΎΠ΄Π½Π° ΠΊΠΎΠΌΠ°Π½Π΄Π°. Π‘Π°ΠΌΠΎΠ΅ ΠΈΠ½ΡΠ΅ΡΠ΅ΡΠ½ΠΎΠ΅: - ΠΌΠΎΠΆΠ½ΠΎ Π΄ΠΎΠΎΠ±ΡΡΠ°ΡΡ 8B-ΠΌΠΎΠ΄Π΅Π»Ρ Π΄Π°ΠΆΠ΅ Π½Π° Π½ΠΎΡΡΠ±ΡΠΊΠ΅ Ρ 4 ΠΠ VRAM - layer streaming ΠΏΠΎΠ΄Π°ΡΡ ΡΠ»ΠΎΠΈ ΠΌΠΎΠ΄Π΅Π»ΠΈ Π½Π° GPU ΠΏΠΎ ΠΎΠ΄Π½ΠΎΠΌΡ - ΡΠ°Π±ΠΎΡΠ°Π΅Ρ Ρ QLoRA ΠΈ Π»ΠΎΠΊΠ°Π»ΡΠ½ΡΠΌΠΈ GPU - Π°Π²ΡΠΎΠΌΠ°ΡΠΈΡΠ΅ΡΠΊΠΈ ΠΏΠΎΠ΄Π±ΠΈΡΠ°Π΅Ρ batch size, ΡΡΡΡΠΎΠΉΡΡΠ²ΠΎ ΠΈ ΠΊΠ²Π°Π½ΡΠΎΠ²Π°Π½ΠΈΠ΅ - Π΅ΡΡΡ DPO, ORPO, SimPO ΠΈ KTO - Π±Π΅Π· SSH ΠΈ ΠΎΡΠ΄Π΅Π»ΡΠ½ΠΎΠΉ ΠΎΠ±Π»Π°ΡΠ½ΠΎΠΉ ΠΈΠ½ΡΡΠ°ΡΡΡΡΠΊΡΡΡΡ ΠΠ° RTX 3050 Laptop 4 GB Π°Π²ΡΠΎΡΡ Π·Π°ΠΏΡΡΠΊΠ°Π»ΠΈ Llama 3.1 8B Instruct Ρ ΠΏΠΈΠΊΠΎΠ²ΡΠΌ ΠΏΠΎΡΡΠ΅Π±Π»Π΅Π½ΠΈΠ΅ΠΌ ΠΎΠΊΠΎΠ»ΠΎ 3,32 ΠΠ VRAM. https://github.com/MakazhanAlpamys/Soup
ΠΠ½Π°Π»ΠΈΠ· Π΄Π°Π½Π½ΡΡ (Data analysis)
Subscribers
52K
+0 24h
Reach per post (ERR)
11.1%5.8K avg views
Posting
4.9/day
last 2 hours ago
Reactions per 1K views
31.3
β€ π π₯
Views over time
| When | Views |
|---|---|
| 28 Aug 2026, 10:10 | 0 |
| 12 Nov 2026, 06:46 | 5.1K |
Who shared this post
Posts in other channels we index that link to this one. (Forwards with a hidden source can't be traced.)
Nobody yet.