ページを読み込み中…
1件の記事
LMSYS は、大規模言語モデルの強化学習においてロールアウト生成と学習という異なるワークロードを統合する際、断片化されたロールアウトデータを効率的に大量入出力するための手法「Mooncake」を開発し公開した。