ChatBit
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
- Beijing Institute of Technology,Academy of Military Science,Minzu University of China
- Typ organizace
- Academia,Government,Academia
- Země
- China
- Publikováno
- 28 June 2024
- Autoři
- Zhang Huaping, Li Chunjin, Wei Shunping, Geng Guotong, Li Weiwei, Li Yugang
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Language
- Úkol
- Chat, Language modeling/generation
- Základní model
- LLaMA-13B
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 13B
- Výcviková data
- 100,000,000 tokens
- Epochy
- 3
- Velikost dávky
- 16,384
Assuming as in LLaMA-13 since it is its finetune
"researchers noted that its model incorporated only 100,000 military dialogue records, a relatively small number compared with other LLMs." "其他设置：训练的epoch为3，最大长度 max_length为2 048，batch_size为8，使用8个 A100 GPU训练，梯度积累为4，warm_up为训 练总步数的10%，采用AdamW优化器， 1 = 0.90、 2 = 0.95，学习率为1e-5" which is translated as "Other settings: 3 epochs for training, max_length of 2 048, batch_size of 8, 8 A100 GPUs for training, gradient accumulation of 4, warm_up of 10% of the total number of training steps, AdamW optim…
max_length of 2 048, batch_size of 8
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.
- Jak bylo ustanoveno
- Operation counting
- Ladění výpočtů
- 2.3 × 10¹⁹ FLOP
6ND = 6*13*10^9*100000000*3 = 2.34e+19
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Tréninkový hardware
- NVIDIA A100
- Používané čipy
- 8
- Příkon
- 6.3 kW
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
- Likely
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Large language model-driven open-source intelligence cognition
- Nap poslední aktualizace
- 28 November 2025
Co čísla znamenají
Co je tento MODEL
ChatBit byl zveřejněn Beijing Institute of Technology,Academy of Military Science,Minzu University of China, v zemi zaznamenané jako China, během June 2024. Kategorie, do které vydavatel spadá, je academia,Government,Academia.
funguje v oblasti Language, a je zaznamenán jako vykonávající úkol chat, Language modeling/generation.
Místo toho, aby byl trénován od nuly, je odvozen z LLaMA-13B. To je obvyklý způsob, jak je specializovaný model vytvářen.
Protože váhy nejsou k dispozici, žádné z hardwarových údajů na tomto webu se na něj nevztahují.
Co bylo zapotřebí k jeho vybudování
Tréninková sada běžela na přibližně 100,000,000 tokeny textu
Odpovědi
ChatBit — běžné otázky
ChatBit— Kdy byl vydán?
Bylo to zveřejněno v June 2024. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
ChatBit— K čemu se to používá?
funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol chat, Language modeling/generation. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.
ChatBit— 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.
ChatBit— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
ChatBit— kolik má parametrů?
Má počet parametrů 13B. Assuming as in LLaMA-13 since it is its finetune. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
ChatBit— Kdo to vytvořil?
Bylo to publikováno společností Beijing Institute of Technology,Academy of Military Science,Minzu University of China, zakládající se na China, organizace zařazená jako academia,Government,Academia.
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.