Hacktoberfest 2026: những issue maintainer đã đánh dấu cho tháng Mười, đang mở và phù hợp người mới. Xem issue Hacktoberfest

Post-flagship: explore the architecture that is optimal for deployment

Đang mở
  • Có gì không ổn?
#357 0 bình luận 0 reaction 0 người được giao Xem trên GitHub

Chưa có ai nhận issue này.

Đánh giá

Độ khó
5/5
Thời gian dự kiến
Hơn một tuần
Mức phù hợp với người mới
20/100
Loại issue
Tính năng
Độ rõ ràng
Cần làm rõ
Mức độ hoạt động
Ít trao đổi
Lĩnh vực
machine-learning, performance

Hướng nghiên cứu

Issue không nêu tên tệp, bài kiểm thử hoặc điểm bắt đầu nào. Hãy bắt đầu bằng việc xác định deliverable còn thiếu và thu hẹp các lựa chọn được liệt kê: xử lý ngữ cảnh dài, attention cửa sổ trượt hoặc hybrid, lượng tử hóa, khả năng tương thích khi chuyển đổi và weak scaling. Công việc được xem là hoàn tất khi bao gồm một lựa chọn kiến trúc được ghi lại, các tiêu chí đánh giá lựa chọn đó và các kết quả weak scaling được yêu cầu.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.

Mô tả

T4.2 - model exploration

Goal
Raised in a model exploration meeting: what can we try to attempt to come up with the most optimal architecture. The issue is considered to be exploratory task for post-flagship.

Description
This includes

  • efficient long context handling
  • sliding window attention
  • hybrid (eg Qwen 3.5 design, gated delta net layers)
  • aim for 1M context length in final version?
  • Quantization aware (easy to quantize to lower precision, eg NVFP4); easy GGUF conversion; llama.cpp compat, etc
    TODO: add possible modifications list to the task
  • re-do weak scaling now

Deliverable scope
(What is the expected outcome for this issue to be complete)

Dependencies
(Blocking issues, PRs, or external factors)

Ngôn ngữ chính
Không có dữ liệu ngôn ngữ
Star
3
Fork
0
Không có pull request nào được merge trong 30 ngày

Chuẩn bị môi trường

Dự án này không cung cấp dev container, Dockerfile hay hướng dẫn đóng góp, nên bạn cần tự thiết lập môi trường: hãy bắt đầu từ README và xem hướng dẫn đóng góp lần đầu của chúng tôi để biết các bước chung.

Bắt đầu từ đâu

  1. Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
  2. Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
  3. Fork repository và làm thay đổi trên một nhánh.
  4. Mở pull request có tham chiếu số hiệu của issue.

Issue khác của OpenEuroLLM/Taskboard

Tất cả issue của OpenEuroLLM/Taskboard

Issue tương tự

Thêm issue về Machine Learning

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.