AMD's ROCm HRX Loom v0.1 Released For Targeting AMD CPUs, GPUs & NPUs

Howler will have AI answer your questions, then burn the chat

Ask AI dumb things and leave no local chat history, all with the style of a kids' fantasy novel – or rather, one of its magical letters

Baseten’s joey-1 makes AI decisions for a penny per million tokens

Baseten's open-weights joey-1 is a 2B model that picks answers instead of writing text, costing $0.01 per million tokens with 20ms response times.

I changed one llama.cpp flag, and my 8GB laptop GPU now runs a 35B model faster than I can read

Một lập trình viên đã tìm ra cách chạy model Llama 35B trên laptop GPU chỉ 8GB VRAM với tốc độ đáng kinh ngạc. Nguyên nhân kỹ thuật nằm ở việc chỉnh sửa cờ n_gpu_layers trong llama.cpp, cho phép tận dụng hiệu quả bộ nhớ VRAM thay vì để nó trở thành điểm nghẽn. Hệ quả là model 35B parameters chạy nhanh đến mức người dùng không kịp theo dõi, vượt xa các kỳ vọng ban đầu về giới hạn phần cứng. Điều đáng học hỏi là đôi khi vấn đề không nằm ở cấu hình phần cứng mà ở cách tối ưu hóa phần mềm để khai thác tiềm năng thực sự của hardware.

Bài viết tiết lộ cách tối ưu hóa một cờ trong llama.cpp để chạy mô hình 35B trên GPU 8GB nhanh hơn tốc độ đọc của bạn.

Pele – Mermaid diagrams as themeable SVG

Pele là một thư viện open source nhẹ giúp tạo các diagram Mermaid thành định dạng SVG. Thư viện này sử dụng CSS variables để cho phép tùy biến theme cho diagram, giúp lập trình viên có thể thay đổi màu sắc, kiểu dáng dễ dàng mà không cần chỉnh sửa trực tiếp code SVG. Với kích thước nhỏ nhẹ, Pele phù hợp cho các dự án cần hiển thị diagram nhưng cần tối ưu hiệu năng. Bạn có thể tích hợp Pele vào các dự án web hiện tại để tạo ra các diagram có thể tùy chỉnh theme linh hoạt thông qua CSS variables.

Pele cho phép lập trình viên tùy biến Mermaid diagrams bằng CSS variables, mang lại sự linh hoạt trong việc thiết kế giao diện.

We won't "just hang out"

On human connection after the Singularity.

Mistral releases open weights for its 1 trillion-parameter Large 4 model

Mistral has released the weights of Mistral Large 4 on Hugging Face, after three weeks of extra training lifted its coding and cyber defence scores.

Color Names

Dự án cung cấp không gian chứa 31,970 tên màu, mỗi cái tên được chọn bởi một cá nhân. …

Why Temperature 0 Isn't Deterministic in LLM Inference

Trong quá trình inference của LLM, temperature 0 không hoàn toàn quyết định như nhiều người vẫn nghĩ. Nguyên nhân kỹ thuật nằm ở cách thuật toán softmax hoạt động khi temperature bằng 0, làm cho xác suất của từ với highest score tiến tới 1 nhưng không bao giờ đạt hoàn toàn 1 trong thực tế. Điều này dẫn đến kết quả có vẻ ngẫu nhiên dù xác suất đã được chuẩn hóa, gây ra sự không chắc chắn nhỏ trong kết quả output. Điều đáng học là việc hiểu behavior của temperature trong LLM không đơn giản như tưởng tượng, đòi hỏi hiểu biết sâu về cách hoạt động của softmax và quy trình sampling text generation.

Bạn nên đọc bài này để hiểu cách giải quyết một vấn đề cơ bản nhưng thường bị nhầm lẫn trong việc phân tích và tối ưu hóa mô hình ngôn ngữ lớn, giúp tránh sai lầm trong việc thiết kế và triển khai hệ thống AI.