الذكاء الاصطناعي٢٥ أغسطس ٢٠٢٦
أنسلوث تتيح تدريب نموذج Qwen3.8-27B محليًا باستهلاك أقل للذاكرة
أتاحت أنسلوث دفترًا مجانيًا للضبط الدقيق لنموذج Qwen3.8-27B وتشغيل تدريبه محليًا. وتقول الشركة إن التدريب يعمل على جهاز بذاكرة رسومية سعتها ٢٤ غيغابايت، وبسرعة أعلى بمقدار ١٫٥ مرة مع استهلاك أقل للذاكرة بنسبة ٥٠٪. ويتضمن المنشور روابط لدفاتر النموذج ودليل الاستخدام ومستودع GitHub.
الحقائق الأساسية
يعمل التدريب المحلي على ذاكرة رسومية سعتها ٢٤ غيغابايت.
«Local training works on 24GB VRAM.»
عرض المصدر ←تقول أنسلوث إن تدريب النموذج أسرع ١٫٥ مرة ويستهلك ذاكرة أقل بنسبة ٥٠٪.
«Unsloth trains Qwen3.8-27B 1.5x faster with 50% less VRAM.»
عرض المصدر ←الدفتر متاح مجانًا للضبط الدقيق للنموذج.
«You can now fine-tune Qwen3.8-27B for free with our notebook! 🔥»
عرض المصدر ←
المصادر
شفت معلومة تحتاج تصحيح؟ بلّغنا ونتحقق ونصحّح — سياسة التصحيح
صحّح هذا الخبر