11:51
官方账号arXiv cs.LG@Robert Hu, Carlo Luschi, Paul Balanca
精选73°
推荐理由：NVIDIA提出新方法让FP4预训练更稳定，训练速度提升21.2%，模型性能全面超越现有方案。
UE5M3
共 1 条相关 AI 资讯
9月3日
11:51
研究人员提出了一种新的UE5M3 FP4块缩放方法，用于稳定4位浮点预训练。该方法通过将E2M1负载与无符号E5M3块缩放配对，在Nemotron-H 8B模型上预训练了近1900亿个token。与Transformer Engine v方法相比，新方法实现了更低的最终窗口训练损失和验证损失，量化推理下游点估计在所有三个报告聚合上表现更好。