Llama3是一种革命性的新技术，它通过使用Unsloth进行微调，可以在保持相同的计算效率的同时，显著降低VRAM的使用量。最近的研究表明，使用Unsloth微调Llama3可以使上下文长度增长六倍，这比HF的flash attention技术...

Aphrodite引擎可以用于减少VRAM需求，提高AI推理工作负载的吞吐量。Pygmalion推理引擎是一种全新的AI推理引擎，它可以在减少VRAM需求的同时提高吞吐量。该引擎基于Aphrodite引擎并进行了优化，可以在保持准确性的同...

稳定性人工智能发布了一种新的人工智能模型，用于生成比以往更逼真的图像。该模型名为SDXL 0.9，可以根据基于文本的提示创建图像，这些图像比以前的模型更美观，并具有更多的构图细节。据悉，Stable Diffusion的下一...