WeLM
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
- WeChat AI
- Typ organizace
- Industry
- Země
- China
- Publikováno
- 16 May 2023
- Autoři
- Hui Su, Xiao Zhou, Houjin Yu, Xiaoyu Shen, Yuwen Chen, Zilin Zhu, Yang Yu, Jie Zhou
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Language
- Úkol
- Language modeling/generation, Translation
- Přístup
- Unsupervised
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 10B
- Výcviková data
- 262,000,000,000 tokens
"WeLM is trained with 10B parameters”
from the paper "After all the above filtering process, our corpus contains 262B tokens”
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
- 2.5 × 10²² FLOP
- Jak bylo ustanoveno
- Hardware
"The largest model is trained on 128 A100-SXM4-40GB GPUs in about 24 days”, "All models are trained with FP16 mixed precision." 3.12e14 * 128 * 24 * 24 * 3600 * 0.3 = 2.48e22 (FLOP/GPU-s) * (GPU) * (days) * (h/day) * (sec/h) * (utilization assumption)
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Tréninkový hardware
- NVIDIA A100 SXM4 40 GB
- Používané čipy
- 128
- Čip-hodiny
- 73,728
- Doba reálného času
- 576 hours (24 days)
- Příkon
- 102.0 kW
"The largest model is trained on 128 A100-SXM4-40GB GPUs in about 24 days”,
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
- 25
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- WeLM: A Well-Read Pre-trained Language Model for Chinese
- Nap poslední aktualizace
- 25 May 2026
Co čísla znamenají
Odkud to přišlo
WeLM byl zveřejněn WeChat AI, v zemi zaznamenané jako China, během May 2023. Vychází z organizace, která je kategorizována jako industry.
funguje v oblasti Language, a je zaznamenán jako vykonávající úkol language modeling/generation, Translation.
Toto je uzavřený model: trénované hodnoty zůstaly u toho, kdo je vyprodukoval, a není k dispozici žádná místní verze k spuštění.
Trénink a původ
Trenovací běh spotřeboval asi 2.5 × 10²² FLOP, na hardwaru zaznamenáno jako NVIDIA A100 SXM4 40 GB. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Tréninková sada běžela na přibližně 262,000,000,000 tokeny textu
Odpovědi
WeLM — běžné otázky
WeLM— K čemu se to používá?
funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol language modeling/generation, Translation. Model může nést několik z každého, takže to jsou oblasti, pro které byl navržen, spíše než omezení toho, co se pokusí.
WeLM— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 2.5 × 10²² FLOP, na hardwaru zaznamenáno jako NVIDIA A100 SXM4 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.
WeLM— 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.
WeLM— 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.
WeLM— kolik má parametrů?
Má počet parametrů 10B. "WeLM is trained with 10B parameters”. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
WeLM— Kdo to vytvořil?
Bylo to publikováno společností WeChat AI, zakládající se na China, organizace zařazená jako industry.
WeLM— 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.