Samba 3.8B
Žádný odhad
Žádné hardwareové požadavky na tento model
Hmotnosti tohoto modelu nebyly publikovány, takže jej nelze stáhnout ani spustit na vlastním hardwaru v jakékoli velikosti. Je dostupný pouze prostřednictvím svého poskytovatele a žádná grafická karta to nezmění..
Záznam.
Plná specifikace
Všechno zaznamenané k tomuto modelu. Většina z toho popisuje, jak byl trénován, nikoli jak běží — užitečný kontext pro posouzení, kolik práce do něj bylo vloženo, a jak se srovnává s modely postavenými na jinou škálu.
Původ
Kdo vybudoval tento model, kde a kdy byl publikován.
- Organizace
- Microsoft,University of Illinois Urbana-Champaign (UIUC)
- Typ organizace
- Industry,Academia
- Země
- United States of America
- Publikováno
- 11 June 2024
- Autoři
- Liliang Ren, Yang Liu, Yadong Lu, Yelong Shen, Chen Liang, Weizhu Chen
Co to dělá
Problémové oblasti, pro které byl model vyvinut. Model může obsahovat několik z každého.
- Doména
- Language
- Úkol
- Language modeling/generation
Velikost
Jak velký je model a na kolik dat byl vytrénován. Parametry jsou číslo, které rozhoduje o tom, zda se vejde na danou grafickou kartu.
- Parametry
- 3.8B
- Tréninková data
- tokens
- Epochy
- 1
3.8B, table 10
3.2T tokens
Výpočet trénování
Aritmetika prováděná k trénování modelu, měřená v operacích s plovoucí desetinnou čárkou. Je to měřítko toho, kolik stál trénink, nikoli jak rychle hotový model na vás odpovídá.
- Výpočet trénování
- 7.3 × 10²² FLOP
- Jak bylo založeno
- Operation counting
"We scale SAMBA with 421M, 1.3B, 1.7B and up to 3.8B parameters. In particular, the largest 3.8B base model pre-trained with 3.2T tokens achieves a 71.2 score for MMLU [HBB+21], 54.9 for HumanEval [CTJ+21], and 69.6 for GSM8K" 3.8B * 3.2T * 6 = 7.3e22
Dostupnost
Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se na tuto stránku vztahují jakákoliv čísla grafických karet.
- Váhy
- Closed — provider access only
- Přístup k modelu
- Unreleased
- Tréninkový kód
- Open source
training code: https://github.com/microsoft/Samba
Jak je klasifikováno
Labely, které se na zdrojovém datovém souboru používají při sledování významných modelů, a jak moc si je jistý touto položkou.
- Záznam důvěry
- Confident
Zdroje
Odkud tento záznam pochází a kdy byl naposled zkontrolován.
- Odkaz
- Samba: Simple Hybrid State Space Models for Efficient Unlimited Context Language Modeling
- Naposledy aktualizováno
- 28 November 2025
Co čísla znamenají
Co je tento model
Samba 3.8B was published by Microsoft,University of Illinois Urbana-Champaign (UIUC), in United States of America, in June 2024. It comes out of industry,Academia.
It works in Language, and is recorded as doing language modeling/generation.
Toto je uzavřený model: vyškolené hodnoty zůstaly u toho, kdo je vyprodukoval, a není zde žádná lokální verze k provozování.
Trénink a původ
Training it took roughly 7.3 × 10²² FLOP of computation — a measure of what producing the model cost, not of how fast it answers.
Odpovědi
Samba 3.8B — Časté dotazy
Is Samba 3.8B open source?
No. Samba 3.8B has not had its weights published, so it exists only as a service controlled by its owner.
How many parameters does Samba 3.8B have?
Samba 3.8B has 3.8B parameters. 3.8B, table 10. That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.
Who created Samba 3.8B?
Samba 3.8B was published by Microsoft,University of Illinois Urbana-Champaign (UIUC), based in United States of America, categorised as industry,Academia.
When was Samba 3.8B released?
Samba 3.8B was published in June 2024. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is Samba 3.8B used for?
Samba 3.8B works in Language, and is recorded as handling language modeling/generation. These are the areas it was designed around; they describe intent rather than a hard boundary.
How much compute was used to train Samba 3.8B?
Around 7.3 × 10²² FLOP. That measures what producing the model cost and says nothing about how quickly it answers once trained — inference speed comes from memory bandwidth, not from the training budget.
What GPU do I need to run Samba 3.8B?
None. Samba 3.8B is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Druhý směr
Když se na to podíváte z druhé strany?
Tato stránka začíná modelem. Pokud již vlastníte kartu a chcete vědět, co vše bude schopna spustit, Začněte raději od hardwaru.