明略科技開源TensorBoard.cpp，助力大模型預訓練

8月11日消息，近日，明略科技集團實現了機器學習可視化工具——TensorBoard的C++接口，進一步豐富了基于C++的大模型項目工具集，使得大模型預訓練過程監(jiān)控更加便捷、高效，加速營銷領域大模型預訓練進程。該工具已在Github開源。

TensorBoard是Google開發(fā)的一款機器學習可視化工具，常用于監(jiān)測機器學習過程的各項指標。

明略科技高級技術總監(jiān)趙亮介紹：“在大模型訓練過程中，數據監(jiān)測是一個重要維度，而TensorBoard通過可視化模型中的各種參數和結果，例如記錄大模型訓練過程的Loss變化、驗證集的PPL變化、學習率變化、Token消耗量、單步參數更新時延等指標，幫助分析訓練狀態(tài)，發(fā)現訓練過程中出現的問題并及時采取干預措施，提升大模型訓練進程和效果。”

明略科技開源的C++接口TensorBoard工具頁面

此前，TensorBoard僅支持Python語言接口。此次明略科技通過C++實現TensorBoard，將進一步豐富基于C++實現的大模型項目工具集，大幅提升模型訓練監(jiān)測效率，加速模型訓練進程，改寫接口后的工具將通過多維度的數據模式展示訓練指標，包括標量、直方圖、圖像、圖像合集、音頻、文本等數據模式。該工具包通過github項目Tensorboard.cpp分享，助力更多研究者和開發(fā)者參與并加速大模型的研發(fā)進程，推動人工智能多領域的應用探索。

明略科技在Github開源的兩款工具包：ASR-BlockFormer與tensorboard.cpp

明略科技集團CTO郝杰表示：“我們要在更高效、更低成本的要求下做出營銷領域的大模型，通過自適應技術提升大模型的能力。好的行業(yè)大模型需要具備通用大模型的邏輯性、語言順暢度，同時還需要實現通用大模型所不具備的，在某個行業(yè)內或具體的領域中的真實性、專業(yè)性。我們以明略科技憑借17年來積累的海量行業(yè)數據為基礎，從客戶實際需求出發(fā)，借助龐大的數據和知識庫進行增強訓練，滿足客戶多樣化的任務和場景需求。在訓練監(jiān)測可視化工具的加持下，我們將提升訓練速度，及時發(fā)現問題，為客戶打造一個更加可靠、效果更好的行業(yè)大模型?！?/p>

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。