Training & Pre-training
概念
学習・推論
Months of thousands of GPUs predicting the next token, trillions of times.
これはコンセプト解説のレコードです。この用語をわかりやすく説明し、関連するレコードをまとめています。
Pre-training runs a model over trillions of tokens, nudging weights after every prediction error, in synchronized runs across tens of thousands of accelerators — the workload the biggest clusters on this site were built for. A frontier run costs hundreds of millions of dollars in compute, fails in exotic ways (silent data corruption, stragglers, loss spikes), and is why checkpointing, interconnects and reliability engineering are front-page infrastructure topics.
スタック全体とのつながり
このレコードのリンク一覧 — グループをクリックするとジャンプします。
出典
Llama 3 herd paper (training at scale) ↗
レコードのレビュー時点： 2026-01-15 — 表示 調査手法.