Compra criptomonedas
Pagar con
USD
USD
Compra y venta
Hot
Acepta Visa, Mastercard, SEPA y más
P2P
0 Fees
Trading flexible y sin tarifas
Gate Card
Paga con tus cripto en todo el mundo
Mercados
Operar
Básico
Avanzado
Futuros
Contrato
Accede a cientos de contratos perpetuos
CFD
Oro
Plataforma global de activos tradicionales
Opciones
Hot
Opera con opciones estándar al estilo europeo
Cuenta unificada
Maximiza la eficacia de tu capital
Trading de prueba
Introducción al trading de futuros
Prepárate para operar con futuros
Eventos de futuros
Únete a eventos para ganar recompensas
Trading de prueba
Usa fondos virtuales para probar el trading sin asumir riesgos
Stocks
CFD
Derivados de CFD de acciones estadounidenses
Acciones EE. UU.
Accede a acciones y ETF estadounidenses reales
Acciones HK
Opera con acciones de calidad cotizadas en Hong Kong
Acciones surcoreanas
SK Hynix
Opera con acciones surcoreanas reales e invierte en activos populares
Futuros de acciones
Alto apalancamiento, trading 24/7
Acciones tokenizadas
Respaldado por acciones reales
IPO Access
Accede al acceso completo a las OPV de acciones globales
GUSD
Acuña GUSD para obtener rendimientos de RWA del Tesoro
Actividades de acciones
Opera con acciones populares y desbloquea grandes airdrops
Earn
Lanzamiento
CandyDrop
Acumula golosinas para ganar airdrops
Launchpool
Staking rápido, ¡gana nuevos tokens con potencial!
HODLer Airdrop
Holdea GT y consigue airdrops enormes gratis
IPO Access
Accede al acceso completo a las OPV de acciones globales
Puntos Alpha
Opera activos on-chain y recibe airdrops
Puntos de futuros
Gana puntos de futuros y reclama recompensas de airdrop
Inversión
Square
Square
Descubra el valor en criptomonedas
En vivo
moments live
Análisis del mercado de criptomonedas en tiempo real
Chat
Chatea con traders de criptomonedas
Noticias
Lo que está ocurriendo en el mundo de las criptomonedas
flower_head
Más
Promociones
AI
Otros
TradFi
2026 World Cup
Recompensas
Plaza
Más recientes
Populares
Noticias
Perfil

Xiaomi revela detalles del entrenamiento del modelo MiMo-V2-Pro de 1T: uso de miles de tarjetas, sin jerarquía ni fecha límite.

MeNews
robot
Generación de resúmenes en curso
ME News noticia, 24 de abril (UTC+8), según el monitoreo de Dongcha Beating, Luo Fuli, jefe del equipo de modelos grandes de Xiaomi, reveló en su primera entrevista en profundidad que el modelo base MiMo-V2-Pro tiene un total de 1T de parámetros y su entrenamiento utilizó miles de GPU. Ella cree que la escala de 1T es actualmente el límite mínimo para alcanzar un nivel cercano a Claude Opus 4.6 y obtener el boleto de entrada para la competencia de Agentes en la siguiente etapa. A nivel técnico, la versión Pro lleva la proporción de atención global a atención de ventana deslizante a una relación de escasez extrema de 7:1, controlando el costo de inferencia de texto largo al aumentar la cantidad de parámetros, y continúa utilizando la arquitectura MTP (predicción de múltiples tokens) para aprovechar el excedente de potencia computacional y acelerar la inferencia. A nivel de gestión, de un equipo de cien personas en MiMo, solo treinta o cuarenta están directamente involucrados en la iteración central. El equipo no tiene niveles de puesto, ni divisiones de grupos claras, ni plazos de entrega. Cuando se encuentran problemas numéricos inestables como saltos en la pérdida durante el entrenamiento, el equipo opta por detener el entrenamiento directamente para investigar, incluso si eso significa detenerse durante una o dos semanas y gastar millones en costos computacionales. (Fuente: BlockBeats)
Ver original
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
  • Recompensa
  • Comentar
  • Republicar
  • Compartir
Comentar
Añadir un comentario
Añadir un comentario
Sin comentarios

  • Fijado

Mapa del sitio