منصوبے کے بارے میں

مشین لرننگ انجینئرنگ اوپن بک Stas Bekman کا ایک عملی، تجربے پر مبنی ریپوزٹری ہے جو بڑے لینگویج ماڈلز (LLMs) اور وژن-لینگویج ماڈلز (VLMs) کی تربیت اور آپریشن کے لیے طریقہ کار، ٹولز اور کاپی پیسٹ کمانڈز دستاویز کرتی ہے۔ مواد Contextual.AI میں BLOOM-176B، IDEFICS-80B اور RAG سسٹمز پر ہینڈز آن کام سے اخذ کیا گیا ہے۔ ریپوزٹری سات حصوں میں منظم ہے: AI انجینئرنگ اور کلاؤڈ/GPU فیصلوں پر بصیرتیں؛ کمپیوٹ، اسٹوریج اور نیٹ ورکنگ کا احاطہ کرنے والی ہارڈویئر رہنمائی؛ SLURM سمیت آرکیسٹریشن سسٹمز؛ تربیت اور انفرنس گائیڈز؛ ڈیبگنگ، ٹیسٹنگ اور ٹربل شوٹنگ کے لیے ترقیاتی وسائل؛ اور متفرق وسائل جیسے LLM/VLM تربیتی لاگ بکس۔ عملی ٹولز میں نیٹ ورک بینچ مارک اسکرپٹس جیسے all_reduce_bench.py، torch-distributed-gpu-test.py کے ساتھ انٹر نوڈ کنیکٹیویٹی ٹیسٹنگ، اور mamf-finder.py کے ذریعے ایکسلریٹر TFLOPS پیمائش شامل ہیں۔ پروجیکٹ ایکسلریٹر کارکردگی اور نیٹ ورک رفتار کے لیے موازنہ جدولیں، AI ایجنٹس کو سکھانے کے لیے ایک SKILL.md فائل، اور ڈاؤن لوڈ کے قابل PDF/EPUB ای بک ورژن بھی فراہم کرتا ہے۔ مواد CC BY-SA 4.0 کے تحت لائسنس یافتہ ہے اور کمیونٹی کے تعاون اور مباحثوں کا خیرمقدم کرتا ہے۔