Hacktoberfest 2026：メンテナが10月に向けて印を付けた、オープンで初心者向けの issue。 Hacktoberfest の issue を見る

MOE uses more memory than dense model and is slower

オープン
  • 何か問題がありますか？
#166 コメント 1 件 リアクション 0 件 担当者 0 名 GitHub で見る

まだ誰も着手していません。

評価

難易度
4/5
見積もり時間
3〜5日
初心者へのやさしさ
25/100
issue の種類
バグ
明瞭さ
説明が足りない
活発さ
停滞
技術スタック
python
領域
machine-learning, performance

調査の方向性

ソースファイル、テスト、エントリポイントのいずれも指定されていません。まず、embedding dimension 1536、48 experts、8 active experts、expert size 128、auxiliary loss weight 0.001 で、報告されている~520M-modelの比較を再現してください。メモリとトレーニング時間の差が説明され、issueの次のステップが確認されれば完了です。

索引モデルが issue の本文から書いたものです。

説明

I am training a ~520 M model, but I have found that the megablocks moe version uses substantially more memory and takes longer to train than a dense model of corresponding size. I am using a model embedding dimension of 1536. The moe model has 48 experts with 8 active and and expert size of 128. I set lbl loss weight to 0.001.

Image Image Image
主要言語
Python
スター
1.6k
フォーク
230
30日以内にマージされた PR はありません

環境構築

はじめの一歩

  1. issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
  2. 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
  3. リポジトリをフォークし、ブランチを切って変更します。
  4. issue 番号を参照したプルリクエストを送ります。

databricks/megablocks のほかの issue

databricks/megablocks の issue をすべて見る

似ている issue

Python の issue をもっと見る

新しい issue をメールで受け取る

初心者向けの GitHub issue を短くまとめたダイジェスト。