Implement Mixture of Depth and Experts (MoDE)
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Idoneità per principianti
- 20/100
- Tipo di issue
- Funzionalità
- Chiarezza
- Da chiarire
- Stato di attività
- Ferma
- Stack tecnologico
- python
- Ambito
- machine-learning
Direzione di ricerca
Inizia dal paper MoDE e dalle implementazioni Python referenziate, src/models/mod.py e mixture_of_depths/main.py. Stabilisci quali entry point dei modelli MegaBlocks devono essere modificati e definisci la validazione per training e inferenza prima dell’implementazione; l’issue non fornisce file del repository, test o criteri di accettazione.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Given that MegaBlocks is highly optimized for sparse MoE models like Mixtral, I am requesting support for a variant recently termed as MoDE by Google DeepMind. Benefits include much faster training and inference due to increased sparsity.
Paper: https://arxiv.org/abs/2404.02258
I found two implementations:
- Lingua principale
- Python
- Stelle
- 1.6k
- Fork
- 228
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Preparare l'ambiente
- Include un Dockerfile o un file Docker Compose
- Ha un modello di pull request
- Leggi la guida per i contributori
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di databricks/megablocks
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
databricks/megablocks#188 · 2 commenti ·
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 20/100
databricks/megablocks#184 ·
-
Compatibility with CUDA 13.0Aperta
Difficoltà 3/5 1-2 giorni Idoneità per principianti 30/100
databricks/megablocks#180 · 1 commento ·
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 20/100
databricks/megablocks#179 ·
-
Issue with Sparse MLPAperta
Difficoltà 3/5 1-2 giorni Idoneità per principianti 35/100
databricks/megablocks#178 · 1 commento ·
Tutte le issue di databricks/megablocks
Issue simili
-
The changelog workflow excludes otelbot but not dependabot, so every Dependabot pull request fails the changelog checkForse già presa @ocelotl l’ha presa oggi. Aperta
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 82/100
open-telemetry/opentelemetry-python#5825 ·
I maintainer di solito rispondono entro 2 giorni
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
cuga-project/cuga-agent#1020 ·
I maintainer di solito rispondono entro 2 giorni
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 70/100
microsoft/playwright#43640 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 84/100
stac-utils/stac-fastapi-elasticsearch-opensearch#965 ·
I maintainer di solito rispondono entro 2 giorni
-
from-review-extraction library privacy python severity:suggested
Difficoltà 2/5 1-3 ore Idoneità per principianti 83/100
LearningCircuit/local-deep-research#7951 ·
I maintainer di solito rispondono entro 2 giorni