Templates
Utilise ces templates comme base de depart. Chaque fiche indique le type de modele, le format dataset attendu, la charge GPU recommandee et une estimation de temps avant de soumettre un vrai workload.
/datasets.completed et que les rewards sont credites.Dataset conseille pour la premiere demo publique: public-support-mini-v1.jsonl. Lance d abord smoke-logreg-quick, confirme les rewards et l artefact, puis passe a un template texte plus realiste.
Les plus simples pour un premier test public: courts, comprehensibles et faciles a verifier.
Template ultra-court pour onboarding: valide rapidement pipeline dataset -> workload -> rewards.
Validation courte GPU pour testnet et beta tests sur cartes 20 Go. Workflow LoRA/adapters, sharding actif, duree et reward bornees.
Des exemples montrables publiquement pour illustrer texte, image, audio et pipeline rewards.
Baseline PoUW deterministic batch. Sert à valider les mineurs CPU/GPU (seed = hash du bloc précédent).
Fine-tuning d'un CNN compact sur dataset MNIST 32x32 (+ data aug). Budget idéal pour GPU 8 Go.
Fine-tuning d'un ViT-S/16 sur CIFAR-100. Demande un GPU 12 Go pour le micro-batching.
Modèle distillé, 55M params pour question/réponse multi-langue. Nécessite un GPU 24 Go pour la fenêtre contextuelle étendue.
QA extractive leger pour texte. Rapide a entrainer.
Fine-tuning QA extractive sur un modele texte classique.
QA extractive haute qualite, plus lourd.
Classification image classique, rapide a entrainer.
Adaptation image/texte via CLIP pour recherche visuelle.
Vision Transformer large pour classification image.
ASR ultra leger pour tests rapides.
ASR audio multi-langue, equilibre cout/qualite.
ASR audio multi-langue. Bon compromis qualite/cout.
Classification video courte, modele compact.
Classification video courte (sports, actions).
Video transformer large pour classification exigeante.
Generation/resume de code rapide pour prototypes.
Generation/resume de code pour Python/JS.
Generation de code plus lourde, qualite superieure.
Generation de code avec un modele 7B.
Generation d images rapide (support LoRA).
Generation d images haute qualite (support LoRA).
Generation audio a partir de texte (text-to-audio).
Generation video a partir d image ou prompt.
Templates pour tests VRAM plus lourds, sharding, LoRA et campagnes de validation avancees.
Generation texte/assistant, gros modele 8B.
Gros modele 8B avec sharding + micro-batching + checkpoints (spec v2).
Modele 7B avec sharding + micro-batching + checkpoints (spec v2).
Fine-tuning LoRA d'un Llama 3 8B. Concu pour tourner sur un GPU 20 Go unique ou en mode sharde/adapters sur plusieurs GPU plus modestes.