📝 backspace.fm のネタ帳
番組で話してほしいネタを、みんなで投稿して投票する場所
ネタ帳は neta.backspace.fm からここへ引っ越しました
- これまでの週のネタと「聞きたい」の数は、そのまま引き継いでいます。
- 読むのは、だれでもログインなしでできます。
- 「聞きたい」・投稿・コメントには、backspace.fm の無料登録が要ります。メールアドレスだけで、お金はかかりません。右上の「ログイン / 無料登録」からどうぞ。
- すでに backspace.fm に登録している方(BSM の会員の方も)は、同じメールアドレスでログインしてください。
Taro L. Saito: Jevも合成データと大規模モデルのラベルで学習をしているらしいので、重み157GBのDeepSeek V4 Flashの判断をDGX Sparkで26時間かけて蒸留・学習し、4Bモデルに移してみた。20分の1のサイズで教師の即答モードを超え、1判断あたり約22ms。Local LLMだけでここまでできるとは。
🎙 番組で話したドリキン2026/09/20 23:25
Jevも合成データと大規模モデルのラベルで学習をしているらしいので、重み157GBのDeepSeek V4 Flashの判断をDGX Sparkで26時間かけて蒸留・学習し、4Bモデルに移してみた。20分の1のサイズで教師の即答モードを超え、1判断あたり約22ms。Local LLMだけでここまでできるとは。
記事を開く(x.com)コメント
まだコメントはありません