यह PEFT नाम का विंडोज़ ऐप है जिसकी नवीनतम रिलीज़ को GPTQQuantization,Low-levelAPI.zip के रूप में डाउनलोड किया जा सकता है। इसे वर्कस्टेशन के लिए मुफ्त होस्टिंग प्रदाता ऑनवर्क्स में ऑनलाइन चलाया जा सकता है।
PEFT नाम के इस ऐप को OnWorks के साथ मुफ्त में ऑनलाइन डाउनलोड करें और चलाएं।
इस ऐप को चलाने के लिए इन निर्देशों का पालन करें:
- 1. इस एप्लिकेशन को अपने पीसी में डाउनलोड करें।
- 2. हमारे फ़ाइल प्रबंधक में https://www.onworks.net/myfiles.php?username=XXXXX उस उपयोगकर्ता नाम के साथ दर्ज करें जो आप चाहते हैं।
- 3. इस एप्लिकेशन को ऐसे फाइल मैनेजर में अपलोड करें।
- 4. इस वेबसाइट से कोई भी ओएस ऑनवर्क्स ऑनलाइन एमुलेटर शुरू करें, लेकिन बेहतर विंडोज ऑनलाइन एमुलेटर।
- 5. ऑनवर्क्स विंडोज ओएस से आपने अभी शुरुआत की है, हमारे फाइल मैनेजर को https://www.onworks.net/myfiles.php?username=XXXXX उस यूजरनेम के साथ जाएं जो आप चाहते हैं।
- 6. एप्लिकेशन डाउनलोड करें और इसे इंस्टॉल करें।
- 7. अपने Linux वितरण सॉफ़्टवेयर रिपॉजिटरी से वाइन डाउनलोड करें। एक बार इंस्टॉल हो जाने पर, आप ऐप को वाइन के साथ चलाने के लिए डबल-क्लिक कर सकते हैं। आप PlayOnLinux को भी आज़मा सकते हैं, जो वाइन पर एक फैंसी इंटरफ़ेस है जो आपको लोकप्रिय विंडोज़ प्रोग्राम और गेम इंस्टॉल करने में मदद करेगा।
वाइन लिनक्स पर विंडोज सॉफ्टवेयर चलाने का एक तरीका है, लेकिन विंडोज की आवश्यकता नहीं है। वाइन एक ओपन-सोर्स विंडोज संगतता परत है जो किसी भी लिनक्स डेस्कटॉप पर सीधे विंडोज प्रोग्राम चला सकती है। अनिवार्य रूप से, वाइन खरोंच से पर्याप्त विंडोज़ को फिर से लागू करने की कोशिश कर रहा है ताकि वह उन सभी विंडोज़ अनुप्रयोगों को वास्तव में विंडोज़ की आवश्यकता के बिना चला सके।
स्क्रीनशॉट
Ad
पीईएफटी
वर्णन
पैरामीटर-कुशल फाइन-ट्यूनिंग (पीईएफटी) विधियां मॉडल के सभी मापदंडों को ठीक किए बिना विभिन्न डाउनस्ट्रीम अनुप्रयोगों के लिए पूर्व-प्रशिक्षित भाषा मॉडल (पीएलएम) के कुशल अनुकूलन को सक्षम बनाती हैं। बड़े पैमाने पर पीएलएम को फाइन-ट्यूनिंग करना अक्सर अत्यधिक महंगा होता है। इस संबंध में, पीईएफटी विधियां केवल (अतिरिक्त) मॉडल मापदंडों की एक छोटी संख्या को ठीक करती हैं, जिससे कम्प्यूटेशनल और भंडारण लागत में काफी कमी आती है। हाल की अत्याधुनिक पीईएफटी तकनीकें पूर्ण फाइन-ट्यूनिंग के बराबर प्रदर्शन प्राप्त करती हैं।
विशेषताएं
- डीपस्पीड और बिग मॉडल अनुमान का लाभ उठाते हुए बड़े पैमाने के मॉडल के लिए तेजी लाएं
- उपभोक्ता हार्डवेयर का उपयोग करके डाउनस्ट्रीम कार्यों के लिए एलएलएम को अनुकूलित करके पूर्ण फ़ाइनट्यूनिंग के लिए तुलनीय प्रदर्शन प्राप्त करें
- कुछ-शॉट डेटासेट पर एलएलएम को अनुकूलित करने के लिए जीपीयू मेमोरी की आवश्यकता होती है
- डिफ्यूजन मॉडल का पैरामीटर कुशल ट्यूनिंग
- विभिन्न सेटिंग्स के लिए आवश्यक GPU मेमोरी
- रैंकर और पॉलिसी जैसे आरएलएचएफ घटकों के लिए एलएलएम की पैरामीटर कुशल ट्यूनिंग
प्रोग्रामिंग भाषा
अजगर
कैटिगरीज
यह एक एप्लिकेशन है जिसे https://sourceforge.net/projects/peft.mirror/ से भी प्राप्त किया जा सकता है। हमारे निःशुल्क ऑपरेटिव सिस्टमों में से एक से सबसे आसान तरीके से ऑनलाइन चलाने के लिए इसे ऑनवर्क्स में होस्ट किया गया है।
