Hyena-2 355M
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
- Stanford University,University of Montreal / Université de Montréal,Mila - Quebec AI (originally Montreal Institute for Learning Algorithms)
- Typ organizace
- Academia,Academia,Academia
- Země
- United States of America, Canada
- Publikováno
- 21 February 2023
- Autoři
- Michael Poli, Stefano Massaroli, Eric Nguyen, Daniel Y. Fu, Tri Dao, Stephen Baccus, Yoshua Bengio, Stefano Ermon, Christopher Ré
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Language
- Úkol
- Language modeling/generation
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 355M
- Výcviková data
- 15,000,000,000 tokens
- Velikost dávky
- 256
Trained for 15B tokens on The Pile
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
- 3.9 × 10¹⁹ FLOP
- Jak bylo ustanoveno
- Reported,Operation counting
Table 3: 3.93*10^19 FLOP 6 FLOP / parameter / token * 355 * 10^6 parameters * 15 * 10^9 tokens = 3.195e+19 FLOP
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Tréninkový hardware
- NVIDIA A100 SXM4 80 GB
- Používané čipy
- 8
- Příkon
- 6.4 kW
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
apache 2.0 https://github.com/HazyResearch/safari (the repo doesn't seem to contain Hyena-2 355M)
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
- 497
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Hyena Hierarchy: Towards Larger Convolutional Language Models
- Nap poslední aktualizace
- 25 May 2026
Co čísla znamenají
Co je tento MODEL
Hyena-2 355M byl zveřejněn Stanford University,University of Montreal / Université de Montréal,Mila - Quebec AI (originally Montreal Institute for Learning Algorithms), v zemi zaznamenané jako United States of America, během February 2023. Vydavatelská organizace je kategorizována jako academia,Academia,Academia.
funguje v oblasti Language, a je zaznamenán jako vykonávající úkol language modeling/generation.
Jeho váhy nikdy nebyly zveřejněny, takže k němu lze přistupovat pouze prostřednictvím jeho poskytovatele. Žádná změna grafické karty to nezmění.
Jak bylo trénováno
Trénování si vyžádalo výpočetní rozpočet přibližně 3.9 × 10¹⁹ FLOP, na hardwaru zaznamenáno jako NVIDIA A100 SXM4 80 GB. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Tréninková sada běžela na přibližně 15,000,000,000 tokeny textu
Odpovědi
Hyena-2 355M — běžné otázky
Hyena-2 355M— Kdo to vytvořil?
Bylo to publikováno společností Stanford University,University of Montreal / Université de Montréal,Mila - Quebec AI (originally Montreal Institute for Learning Algorithms), zakládající se na United States of America, organizace zařazená jako academia,Academia,Academia.
Hyena-2 355M— Kdy byl vydán?
Bylo to zveřejněno v February 2023. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
Hyena-2 355M— K čemu se to používá?
funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol language modeling/generation. Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.
Hyena-2 355M— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 3.9 × 10¹⁹ FLOP, na hardwaru zaznamenáno jako NVIDIA A100 SXM4 80 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.
Hyena-2 355M— 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.
Hyena-2 355M— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
Hyena-2 355M— kolik má parametrů?
Má počet parametrů 355M. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
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.