LIMA
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
- Meta AI,Carnegie Mellon University (CMU),University of Southern California,Tel Aviv University
- Typ organizace
- Industry,Academia,Academia,Academia
- Země
- United States of America, Israel
- Publikováno
- 18 May 2023
- Autoři
- Chunting Zhou, Pengfei Liu, Puxin Xu, Srini Iyer, Jiao Sun, Yuning Mao, Xuezhe Ma, Avia Efrat, Ping Yu, Lili Yu, Susan Zhang, Gargi Ghosh, Mike Lewis, Luke Zettlemoyer, Omer Levy
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-65B
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 65B
- Výcviková data
- 685,300 tokens
- Epochy
- 15
"We train LIMA (Less Is More for Alignment) using the following protocol. Starting from LLaMa 65B [Touvron et al., 2023], we fine-tune on our 1,000-example alignment training set," according to page 4 of https://arxiv.org/pdf/2305.11206.
The total amount of training data is roughly 750,000 tokens, split over exactly 1,000 sequences.
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
- 5.5 × 10²³ FLOP
- Jak bylo ustanoveno
- Operation counting
- Ladění výpočtů
- 4.4 × 10²⁰ FLOP
Finetune: 4.39e18 FLOP Base model: 5.5e+23 FLOP Total: 4.39e18+5.5e+23=5.5e+23 FLOP
“The total amount of training data is roughly 750,000 tokens, split over exactly 1,000 sequences,” according to page 2 of https://arxiv.org/pdf/2305.11206. “We train LIMA (Less Is More for Alignment) using the following protocol. Starting from LLaMa 65B [Touvron et al., 2023], we fine-tune on our 1,000-example alignment training set. To differentiate between each speaker (user and assistant), we introduce a special end-of-turn token (EOT) at the end of each utterance; this token plays the same …
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.
- Pravděpodobně nad 10²³ FLOP
- Yes
- Záznam důvěry
- Confident
- Citace
- 1,274
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- LIMA: Less Is More for Alignment
- Nap poslední aktualizace
- 25 May 2026
Co čísla znamenají
Co je tento MODEL
LIMA byl zveřejněn Meta AI,Carnegie Mellon University (CMU),University of Southern California,Tel Aviv University, v zemi zaznamenané jako United States of America, během May 2023. Kategorie, do které vydavatel spadá, je industry,Academia,Academia,Academia.
funguje v oblasti Language, a je zaznamenán jako vykonávající úkol chat, Language modeling/generation.
Jeho výchozím bodem byl existující základní model, LLaMA-65B. 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.
Co bylo zapotřebí k jeho vybudování
Produkce toho vyžadovala aritmetiku v celkové výši přibližně 5.5 × 10²³ FLOP. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Tréninková sada běžela na přibližně 685,300 tokeny textu
Odpovědi
LIMA — běžné otázky
LIMA— 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.
LIMA— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 5.5 × 10²³ 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.
LIMA— 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.
LIMA— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
LIMA— kolik má parametrů?
Má počet parametrů 65B. "We train LIMA (Less Is More for Alignment) using the following protocol. Starting from LLaMa 65B [Touvron et al., 2023], we fine-tune on our 1,000-example alignment training set," according to page 4 of https://arxiv.org/pdf/2305.11206. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
LIMA— Kdo to vytvořil?
Bylo to publikováno společností Meta AI,Carnegie Mellon University (CMU),University of Southern California,Tel Aviv University, zakládající se na United States of America, organizace zařazená jako industry,Academia,Academia,Academia.
LIMA— Kdy byl vydán?
Bylo to zveřejněno v May 2023. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
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.