Hybrid-Phi-Mamba-1.5B
Žádný odhad
Žádné hardwarové požadavky pro tento model
Hmotnosti pro tento model nebyly zveřejněny, takže jej nelze stáhnout ani spustit na vlastním hardwaru v žádné velikosti. Je dostupný pouze prostřednictvím svého poskytovatele, a žádná změna grafické karty to nezmění..
Na záznamu
Plná specifikace
Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..
Původ
Kdo vytvořil tento model, kde a kdy byl publikován.
- Organizace
- Carnegie Mellon University (CMU),Mohamed bin Zayed University of Artificial Intelligence (MBZUAI),Cartesia
- Typ organizace
- Academia,Academia,Industry
- Země
- United States of America, United Arab Emirates
- Publikováno
- 19 August 2024
- Autoři
- Aviv Bick, Kevin Y. Li, Eric P. Xing, J. Zico Kolter, Albert Gu
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Language
- Úkol
- Language modeling/generation
- Základní model
- Phi-1.5
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 1.5B
- Výcviková data
- 5,000,000,000 tokens
"We distill the Phi-1.5-1.3B model into Phi-Mamba1.5B as well as Hybrid-Phi-Mamba-1.5B" (https://arxiv.org/pdf/2408.10189, page 8).
"The Hybrid-PhiMamba-1.5B is distilled on a budget of 5 billion tokens from the same dataset."
Výpočty pro trénink
Aritmetika prováděná k trénování modelu, měřená v operacích s plovoucí desetinnou čárkou. Je to měřítko toho, kolik stál tréninkový běh, ne jak rychle hotový model na vás odpovídá.
- Výpočty pro trénink
- 1.2 × 10²¹ FLOP
- Jak bylo ustanoveno
- Operation counting
- Ladění výpočtů
- 4.5 × 10¹⁹ FLOP
1.17e+21 FLOP [base model compute] + 4.5e+19 FLOP [finetune compute] = 1.215e+21 FLOP
6 FLOP / parameter / token * 1.5 * 10^9 parameters * 5 * 10^9 tokens = 4.5e+19 FLOP
Dostupnost
Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se některé z čísel grafických karet na této stránce vztahují.
- Hmotnosti
- Closed — provider access only
- Přístup k modelu
- Unreleased
- Tréninkový kód
- Unreleased
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Záznam důvěry
- Confident
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Transformers to SSMs: Distilling Quadratic Knowledge to Subquadratic Models
- Nap poslední aktualizace
- 28 November 2025
Co čísla znamenají
Odkud to přišlo
Hybrid-Phi-Mamba-1.5B byl zveřejněn Carnegie Mellon University (CMU),Mohamed bin Zayed University of Artificial Intelligence (MBZUAI),Cartesia, v zemi zaznamenané jako United States of America, během August 2024. Kategorie, do které vydavatel spadá, je academia,Academia,Industry.
funguje v oblasti Language, a je zaznamenán jako vykonávající úkol language modeling/generation.
Jeho výchozím bodem byl existující základní model, Phi-1.5. Většina modelů na této úrovni je přizpůsobena z existující základny namísto toho, aby byla vytvořena od nuly.
Protože váhy nejsou k dispozici, žádné z hardwarových údajů na tomto webu se na něj nevztahují.
Trénink a původ
Trénování si vyžádalo výpočetní rozpočet přibližně 1.2 × 10²¹ FLOP. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Tréninková sada běžela na přibližně 5,000,000,000 tokeny textu
Odpovědi
Hybrid-Phi-Mamba-1.5B — běžné otázky
Hybrid-Phi-Mamba-1.5B— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 1.2 × 10²¹ FLOP. To měří, co stálo výrobu modelu, a neříká nic o tom, jak rychle odpovídá po natrénování — rychlost inferencí závisí na šířce pásma paměti, nikoli na rozpočtu na trénink.
Hybrid-Phi-Mamba-1.5B— Jakou GPU potřebuji k jejímu spuštění?
Žádné. Toto je uzavřený model — jeho váhy nikdy nebyly zveřejněny, takže jej nelze stáhnout nebo spustit na vlastním hardwaru za žádnou cenu. Je dostupný pouze prostřednictvím jeho poskytovatele.
Hybrid-Phi-Mamba-1.5B— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
Hybrid-Phi-Mamba-1.5B— kolik má parametrů?
Má počet parametrů 1.5B. "We distill the Phi-1.5-1.3B model into Phi-Mamba1.5B as well as Hybrid-Phi-Mamba-1.5B" (https://arxiv.org/pdf/2408.10189, page 8). Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
Hybrid-Phi-Mamba-1.5B— Kdo to vytvořil?
Bylo to publikováno společností Carnegie Mellon University (CMU),Mohamed bin Zayed University of Artificial Intelligence (MBZUAI),Cartesia, zakládající se na United States of America, organizace zařazená jako academia,Academia,Industry.
Hybrid-Phi-Mamba-1.5B— Kdy byl vydán?
Bylo to zveřejněno v August 2024. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
Hybrid-Phi-Mamba-1.5B— K čemu se to používá?
funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol language modeling/generation. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.
Druhý směr
Díváte se na to z druhé strany?
Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.