人工智能2023 · 分享于 Hacker News
Distilling Step-by-Step Outperforming Larger Language Models with Less Training
探索《Distilling Step-by-Step Outperforming Larger Language Models with Less Training》的原文与 Hacker News 社区讨论，查看来源并加入阅读清单。
从论文，走向讨论
看看社区如何讨论这个想法。
来自 Hacker News 的原始讨论。不同的视角、疑问，以及值得继续思考的线索。
最多展示 100 条相关讨论。论文可能出现在评论中，并非原帖投稿内容。
在讨论中发现的引用
按 HN 条目顺序展示最近的 50 条引用来源。
Yrcarmo ·
Nvidia’s $589B DeepSeek rout
501 赞同1,073 评论
Ycubefox ·
PaLM 2 Technical Report [pdf]
33 赞同8 评论
Yverdverm ·
Distilling Step-by-Step Outperforming Larger Language Models with Less Training
2 赞同1 评论
YT-A ·
How to Finetune GPT Like Large Language Models on a Custom Dataset
2 赞同0 评论
Yantimatter15 ·
RedPajama (Open LLaMA Replication) 3B and 7B models released
1 赞同0 评论
Ybirriel ·
Phi-2: The surprising power of small language models
1 赞同0 评论