Yandex on avaldanud YandexGPT-5-Lite keeletehnoloogia mudeli avatud juurdepääsuga
Uue keeletehnoloogia mudeli arhitektuur sarnaneb Llama või Qwen mudelitele, kuid see on täielikult treenitud nullist. Sarnasuse tõttu saab kasutada sama tööriistakasti. Suure keeletehnoloogia mudeli YandexGPT 5 Lite pretrain-versioonil on 8B parameetrit ja konteksti pikkus 32k tokenit. Mudeli treenimise käigus pöörati erilist tähelepanu vene keelele, mille materiaal koosnes rohkem kui 70% -st andmestikust. Vanem YandexGPT 5 mudel […]
