ALLaM adapted13B
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
- Saudi Data and Artificial Intelligence Authority
- Typ organizace
- Industry,Government
- Země
- Saudi Arabia
- Publikováno
- 21 May 2024
- Autoři
- Saudi Data and Artificial Intelligence Authority
Co to dělá
Problémové oblasti, pro které byl model vyvinut. Model může obsahovat několik z každého.
- Doména
- Language
- Úkol
- Language modeling/generation, Translation, Question answering
- Základní model
- LLaMA-13B
- Číselný formát
- BF16
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
- 13B
- Tréninková data
- 5,200,000,000,000 tokens
- Epochy
- 1
3,431,217,579(4.3B) total documents, with a total of 4,587,781,981,546(4.5T) words, and 5.2T 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
- 1.7 × 10²³ FLOP
Finetuning compute: 6*13000000000*1200000000000=9.36e+22 Llama 13B training FLOP: 7.8e+22 Total: 1.716e+23
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to bralo ze zásuvky.
- Tréninkové hardwarové zařízení
- NVIDIA A100
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
- API access
- Tréninkový kód
- Unreleased
on IBM watsonx platform https://dataplatform.cloud.ibm.com/docs/content/wsj/analyze-data/fm-models.html?context=wx
Jak je klasifikováno
Labely, které se na zdrojovém datovém souboru používají při sledování významných modelů, a jak moc si je jistý touto položkou.
- Pravděpodobně nad 10²³ FLOP
- Yes
- Záznam důvěry
- Confident
- Citace
- 69
Zdroje
Odkud tento záznam pochází a kdy byl naposled zkontrolován.
- Odkaz
- ALLaM: Large Language Models for Arabic and English
- Naposledy aktualizováno
- 25 May 2026
Co čísla znamenají
O tomto modelu
ALLaM adapted13B was published by Saudi Data and Artificial Intelligence Authority, in Saudi Arabia, in May 2024. It comes out of industry,Government.
It works in Language, and is recorded as doing language modeling/generation, Translation, Question answering.
Its starting point was LLaMA-13B — most models at this scale are adapted from an existing base rather than built from nothing.
Because the weights are not available, none of the hardware figures elsewhere on this site apply to it.
Trénink a původ
Producing it required around 1.7 × 10²³ FLOP of arithmetic, on NVIDIA A100, which is a statement about the training budget rather than about inference.
It was trained on about 5,200,000,000,000 tokens of text.
Odpovědi
ALLaM adapted13B — Časté dotazy
How many parameters does ALLaM adapted13B have?
ALLaM adapted13B has 13B parameters. 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 ALLaM adapted13B?
ALLaM adapted13B was published by Saudi Data and Artificial Intelligence Authority, based in Saudi Arabia, categorised as industry,Government.
When was ALLaM adapted13B released?
ALLaM adapted13B was published in May 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 ALLaM adapted13B used for?
ALLaM adapted13B works in Language, and is recorded as handling language modeling/generation, Translation, Question answering. These are the areas it was designed around; they describe intent rather than a hard boundary.
How much compute was used to train ALLaM adapted13B?
Around 1.7 × 10²³ FLOP, on NVIDIA A100. 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 ALLaM adapted13B?
None. ALLaM adapted13B 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.
Is ALLaM adapted13B open source?
No. ALLaM adapted13B has not had its weights published, so it exists only as a service controlled by its owner.
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.