Sapient abre código del modelo HRM-Text con 1B parámetros; logra un costo de entrenamiento de $1,472 en 46 horas
Según Beating, Sapient Intelligence publicó como código abierto HRM-Text, un modelo de generación de texto con 1 mil millones de parámetros basado en su arquitectura de modelo de razonamiento jerárquico (HRM). Usando solo 40 mil millones de tokens estructurados, el modelo requiere únicamente 46 horas de entrenamiento en dos servidores H100 con 8 GPU, con un costo de cómputo de aproximadamente $1.472 para la versión de 1B y $800 para la variante de 0,6B; esto representa una reducción de 130–600 v
GateNews·05-19 07:38
