Фьючерсы
Доступ к сотням фьючерсов
TradFi
Золото
Одна платформа мировых активов
Опционы
Hot
Торги опционами Vanilla в европейском стиле
Единый счет
Увеличьте эффективность вашего капитала
Демо-торговля
Введение в торговлю фьючерсами
Подготовьтесь к торговле фьючерсами
Фьючерсные события
Получайте награды в событиях
Демо-торговля
Используйте виртуальные средства для торговли без риска
Запуск
CandyDrop
Собирайте конфеты, чтобы заработать аирдропы
Launchpool
Быстрый стейкинг, заработайте потенциальные новые токены
HODLer Airdrop
Удерживайте GT и получайте огромные аирдропы бесплатно
Launchpad
Будьте готовы к следующему крупному токен-проекту
Alpha Points
Торгуйте и получайте аирдропы
Фьючерсные баллы
Зарабатывайте баллы и получайте награды аирдропа
Инвестиции
Simple Earn
Зарабатывайте проценты с помощью неиспользуемых токенов
Автоинвест.
Автоинвестиции на регулярной основе.
Бивалютные инвестиции
Доход от волатильности рынка
Мягкий стейкинг
Получайте вознаграждения с помощью гибкого стейкинга
Криптозаймы
0 Fees
Заложите одну криптовалюту, чтобы занять другую
Центр кредитования
Единый центр кредитования
vkhosla представляет модель 1-bit Bonsai 8B, занимающую всего 1,15 ГБ памяти
ME Новости: Сообщение от 1 апреля (UTC+8). В последнее время автор vkhosla рассказал в социальных сетях о модели с 1-битными весами под названием 1-bit Bonsai 8B. Согласно его описанию, занимаемая моделью память составляет всего 1.15 GB, а ее плотность интеллекта (intelligence density), как утверждается, превышает соответствующую модель с полной точностью более чем в 10 раз. Мнение, изложенное в тексте, указывает, что на граничном (edge) оборудовании объем модели уменьшился в 14 раз, скорость выросла в 8 раз, а энергоэффективность увеличилась в 5 раз; при этом, по сравнению с другими моделями, она по-прежнему сохраняет конкурентоспособность. В сообщении также говорится, что эта модель демонстрирует лучшую сжимаемость, более быструю скорость, меньший объем и более высокую энергоэффективность по сравнению с моделью, объявленной Google днем ранее. Оригинальный текст не приводит конкретных бенчмарков для сопоставления производительности модели, данных о релизёре, технических деталей реализации или результатов полного оценивания. (Источник: InFoQ)