Update README.md
Browse files
README.md
CHANGED
|
@@ -1,4 +1,17 @@
|
|
| 1 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 2 |
|
| 3 |
Este modelo es una variante optimizada del **Llama3** utilizando la arquitectura **BitNet**, lo que reduce los pesos a los valores `-1`, `0`, y `1` para mejorar la eficiencia en el cómputo sin perder precisión.
|
| 4 |
|
|
@@ -117,7 +130,4 @@ trainer.train()
|
|
| 117 |
## Contribuciones 🛠️
|
| 118 |
Este modelo forma parte de un experimento para optimizar arquitecturas mediante BitNet. Si tienes alguna mejora o sugerencia, ¡no dudes en contribuir! 😊
|
| 119 |
|
| 120 |
-
Si tienes preguntas, puedes contactarme en ejbejaranos@gmail.com.
|
| 121 |
-
|
| 122 |
-
|
| 123 |
-
|
|
|
|
| 1 |
+
---
|
| 2 |
+
license: apache-2.0
|
| 3 |
+
datasets:
|
| 4 |
+
- abideen/Cosmopedia-100k-pretrain
|
| 5 |
+
language:
|
| 6 |
+
- en
|
| 7 |
+
base_model:
|
| 8 |
+
- meta-llama/Llama-3.1-8B
|
| 9 |
+
tags:
|
| 10 |
+
- Bitnet
|
| 11 |
+
- quantization
|
| 12 |
+
- llama
|
| 13 |
+
---
|
| 14 |
+
# Bitnet-LLama3-8B-Now2B 🚀
|
| 15 |
|
| 16 |
Este modelo es una variante optimizada del **Llama3** utilizando la arquitectura **BitNet**, lo que reduce los pesos a los valores `-1`, `0`, y `1` para mejorar la eficiencia en el cómputo sin perder precisión.
|
| 17 |
|
|
|
|
| 130 |
## Contribuciones 🛠️
|
| 131 |
Este modelo forma parte de un experimento para optimizar arquitecturas mediante BitNet. Si tienes alguna mejora o sugerencia, ¡no dudes en contribuir! 😊
|
| 132 |
|
| 133 |
+
Si tienes preguntas, puedes contactarme en ejbejaranos@gmail.com.
|
|
|
|
|
|
|
|
|