Очень интересно было бы услышать мнение юристов, а еще лучше получить раз и навсегда ответ на подобные письма, которые рано или поздно будут приходить всем держателям более-менее крупных сообществ.
-4
0
Новый метод Concertina позволил уменьшить нейросеть Qwen3-4B в два раза для запуска на слабом железе
Исследователи предложили способ сжать большую языковую модель почти вдвое и сохранить около 85% ее качества, не тратя ресурсы на обучение с полного нуля. Полученная модель на 2,27 млрд параметров прошла дистилляцию всего на 22 млрд токенов, но в среднем уже обходит Qwen3-1.7B, которую учили на 36 трлн токенов (то есть на объеме данных в 1 600 раз больше).
Метод назвали Concertina, от англ. «концертина» — вид небольшой гармошки, а не чего-то «конкретного». Способ подробно описали в статье «Folding Language Models into Themselves». Готовые веса уже выложены на Hugging Face под свободной лицензией Apache 2.0.
