22580: From GPT2 to Kimi3, Explained [тык]
Интересный краткий пост про то, как и почему менялась архитектура ллмок (ну, точнее аттеншн, по большей части). Закинул перевод на gist [тык]
Post #315
6.39K
- 🔥 26
- 👌 3
- Oct 8, 2026Недавно для себя открыл, что приём из CUDA C Best Practices работает и на чипах Apple Ядро…
- Oct 6, 2026Господа, позвольте представить вам европейские датацентры
- Sep 23, 2026photo post
- Sep 21, 2026https://www.educate.elsevier.com/book/details/9780443439001
- Sep 21, 2026Ладно, пойду траву потрогаю
- Sep 21, 2026В общем, забавный факт. Как мы знаем, у кварцевых часов есть погрешность, которой обычно м…