基于100亿token训练的GPT-2小型 | AI生成和翻译
这是 GPT-2 small (124M) — 不是 medium。
n_layer=12, n_head=12, n_embd=768→ GPT-2 small（1.24亿参数）- 批次：4 × 1024 × 128 梯度累积 = 每步 524,288 个 token
- 19,073 次迭代 × 524K ≈ 100亿训练 token
- 尽管文件名是
gpt3，其架构实际上是 GPT-2 small，采用了 GPT-3 风格的 100亿 token 训练方案
供参考（你不需要运行这些）：
- medium：24L / 16H / 1024d（3.5亿）
- large：36L / 20H / 1280d（7.74亿）
- XL：48L / 25H / 1600d（15亿）