#mayhọc — Public Fediverse posts

Cần xác nhận giới hạn sử dụng Ollama Cloud cho khối lượng token lớn:
- Hỗ trợ 5-10 triệu token/ngày trên gói trả phí?
- Có giới hạn cứng hàng ngày/hàng tháng?
- Cách tính API requests và phân bổ theo độ dài phản hồi.
- Giới hạn tốc độ, độ đồng thời của mô hình lớn (DeepSeek 671B, Kimi-K2 1T).
#OllamaCloud #TokenUsage #AILimits #HỏiĐáp #AI #DeepLearning #MáyHọc #CôngNghệMới

https://www.reddit.com/r/ollama/comments/1py5h57/questions_about_usage_limits_for_ollama_cloud/

Các mô hình Qwen3 4b/a3b có vượt trội hơn GPT 4 đầu tiên (2023)? Benchmark cho thấy a3b 30b và 4b đánh bại GPT-4, nhưng tổng thể bạn nghĩ sao? Liệu mô hình mã nguồn mở nhỏ có thể thay thế GPT-4 truyền thống? #AI #MachineLearning #Qwen3 #GPT4 #MáyHọc #MãNguồnMở #ModMở #ClosedSource #Benchmarks #ĐánhGiáAI

https://www.reddit.com/r/LocalLLaMA/comments/1phzzrq/is_qwen3_4b_or_a3b_better_than_the_first_gpt42023/

Sự kết hợp giữa DIMM có dung lượng khác nhau trên EPYC có thể ảnh hưởng hiệu suất #DIMM #EPYC #HiệuSuất #LLM #MachineLearning #MáyHọc #TốiƯuHóa #Optimization #Performance #EPYC7763

https://www.reddit.com/r/LocalLLaMA/comments/1p77ehx/performance_hit_for_mixed_dimm_capacities_on_epyc/

Chương trình mới giới thiệu phương pháp tùy biến mô hình Qwen2.5-Coder-1.5B cho phân tích cảm xúc tiếng Trung trực tuyến ánh Google Colab. Chỉ cần 20-30 phút, không cần thiết lập chính. hainbat Tóm tắt nội dung, kết quả, và hướng dẫn chi tiết trong 1 notebook.

#TinNơn #AI #MáyHọc #GoogleColab #ThôngTinTinH 정부는 AI #TinTứcMới

https://i.redd.it/7xx856mftfzf1.png