DreamLLM
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
- Xi’an Jiaotong University,Megvii Inc,Tsinghua University,Huazhong University of Science and Technology
- Typ organizace
- Academia,Industry,Academia,Academia
- Země
- China
- Publikováno
- 20 September 2023
- Autoři
- Runpei Dong, Chunrui Han, Yuang Peng, Zekun Qi, Zheng Ge, Jinrong Yang, Liang Zhao, Jianjian Sun, Hongyu Zhou, Haoran Wei, Xiangwen Kong, Xiangyu Zhang, Kaisheng Ma, Li Yi
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Multimodal, Language, Vision, Image generation
- Úkol
- Language modeling/generation, Vision-language generation, Image generation
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 7B
- Výcviková data
- 70,369,280,000 tokens
- Epochy
- 1
7B
from Table 13: 30M pairs image and text, 4M interleaved image-text documents, and 120k instruction examples
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
- 7.5 × 10²⁰ FLOP
- Jak bylo ustanoveno
- Hardware
Table 13: 128xA800 GPU for (6+10+1.5) hours flops = (128) * ( 312 * 10**12) * (17.5 * 3600) * (0.3) = 7.5e20 (num gpu) * (peak flops) * (time in seconds) * (assumed utilization rate)
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Tréninkový hardware
- NVIDIA A800 PCIe 40 GB
- Používané čipy
- 128
- Čip-hodiny
- 2,240
- Doba reálného času
- 18 hours
- Příkon
- 63.6 kW
from Table 11: (6+10+1.5) hours
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Záznam důvěry
- Confident
- Citace
- 318
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- DreamLLM: Synergistic Multimodal Comprehension and Creation
- Nap poslední aktualizace
- 25 May 2026
Co čísla znamenají
O tomto modelu
DreamLLM byl zveřejněn Xi’an Jiaotong University,Megvii Inc,Tsinghua University,Huazhong University of Science and Technology, v zemi zaznamenané jako China, během September 2023. Vychází z organizace, která je kategorizována jako academia,Industry,Academia,Academia.
funguje v oblasti Multimodal, Language, Vision, Image generation, a je zaznamenán jako vykonávající úkol language modeling/generation, Vision-language generation, Image generation.
Toto je uzavřený model: trénované hodnoty zůstaly u toho, kdo je vyprodukoval, a není k dispozici žádná místní verze k spuštění.
Co bylo zapotřebí k jeho vybudování
Produkce toho vyžadovala aritmetiku v celkové výši přibližně 7.5 × 10²⁰ FLOP, na hardwaru zaznamenáno jako NVIDIA A800 PCIe 40 GB. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Trénink spotřeboval korpus kolem 70,369,280,000 tokeny textu
Odpovědi
DreamLLM — běžné otázky
DreamLLM— Je to OPEN SOURCE?
Licencování nikdy nebylo zaznamenáno v našich zdrojových datech. Neuváděné licencování považujeme za uzavřené, protože nezaznamenaná licence není na kterou by se dalo spoléhat.
DreamLLM— kolik má parametrů?
Má počet parametrů 7B. 7B. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
DreamLLM— Kdo to vytvořil?
Bylo to publikováno společností Xi’an Jiaotong University,Megvii Inc,Tsinghua University,Huazhong University of Science and Technology, zakládající se na China, organizace zařazená jako academia,Industry,Academia,Academia.
DreamLLM— Kdy byl vydán?
Bylo to zveřejněno v September 2023. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
DreamLLM— K čemu se to používá?
funguje v oblasti Multimodal, Language, Vision, Image generation, a je zaznamenáno jako zpracovávající úkol language modeling/generation, Vision-language generation, Image generation. Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.
DreamLLM— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 7.5 × 10²⁰ FLOP, na hardwaru zaznamenáno jako NVIDIA A800 PCIe 40 GB. 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.
DreamLLM— 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.
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.