GitHub · 去对齐工具与仓库·· 1 小时前精选AI 评分62
tiny-llm 在单块笔记本 GPU 上从零训练 Llama 式模型并自建推理引擎
cooldip00/tiny-llm
来源与原文
GitHub · 去对齐工具与仓库
发布时间：（北京时间）
阅读原始来源 · github.com ↗完整链接与内容说明
https://github.com/cooldip00/tiny-llm
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
cooldip00/tiny-llm 用纯 PyTorch 在一台 8 GB RTX 3070 Ti Laptop 上从零训练 Llama 式小模型，并配套自研推理引擎。TinyLlama 1.1B 在 batch 1 下解码达 137 tok/s，为实测带宽上限的 71%，约为 HF generate 的 3.1 倍；30M 参数模型用约 1B TinyStories token 训练耗时 2 小时 27 分钟，MFU 56%。引擎提供 OpenAI 兼容 HTTP 服务，队列满时返回 429 以限制首 token 延迟，当前为 v1-preview。
推荐理由
作者在同一台笔记本 GPU 上把自研引擎与 HF、vLLM、llama.cpp 逐项对照，给出了带宽上限、延迟和吞吐的可复现数据。
来源：GitHub · 去对齐工具与仓库 · github.com
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。