AR-LDM
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
- Alibaba,University of Waterloo,Vector Institute
- Typ organizace
- Industry,Academia,Academia
- Země
- China, Canada
- Publikováno
- 20 November 2022
- Autoři
- Xichen Pan, Pengda Qin, Yuhong Li, Hui Xue, Wenhu Chen
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Image generation
- Úkol
- Text-to-image
- Základní model
- Stable Diffusion (LDM-KL-8-G)
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 1.5B
- Výcviková data
- tokens
- Epochy
- 50
Table 1
PororoSV, FlintstonesSV and VIST. All storytelling datasets, sizes would be possible to look up.
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
- 5.1 × 10²⁰ FLOP
- Jak bylo ustanoveno
- Hardware
8 NVIDIA A100 GPUs for 8 days
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Tréninkový hardware
- NVIDIA A100
- Doba reálného času
- 194 hours (8.1 days)
- Náklady na výpočet
- $746
8 NVIDIA A100 GPUs for 8 days
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
- Open (non-commercial)
no weights, no license. training and inference code here: https://github.com/xichenpan/ARLDM
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Proč je to sledováno
- SOTA improvement
- Záznam důvěry
- Confident
- Citace
- 86
The first latent diffusion model for coherent visual story synthesizing. "Quantitative results show that AR-LDM achieves SoTA FID scores on PororoSV, FlintstonesSV, and the newly introduced challenging dataset VIST containing natural images"
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Synthesizing Coherent Story with Auto-Regressive Latent Diffusion Models
- Nap poslední aktualizace
- 25 May 2026
Co čísla znamenají
Pozadí
AR-LDM byl zveřejněn Alibaba,University of Waterloo,Vector Institute, v zemi zaznamenané jako China, během November 2022. Kategorie, do které vydavatel spadá, je industry,Academia,Academia.
funguje v oblasti Image generation, a je zaznamenán jako vykonávající úkol text-to-image.
Místo toho, aby byl trénován od nuly, je odvozen z Stable Diffusion (LDM-KL-8-G). Většina modelů na této úrovni je přizpůsobena z existující základny namísto toho, aby byla vytvořena od nuly.
Toto je uzavřený model: trénované hodnoty zůstaly u toho, kdo je vyprodukoval, a není k dispozici žádná místní verze k spuštění.
Trénink a původ
Produkce toho vyžadovala aritmetiku v celkové výši přibližně 5.1 × 10²⁰ FLOP, na hardwaru zaznamenáno jako NVIDIA A100. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Jeho kritérium zahrnutí: sOTA improvement.
Odpovědi
AR-LDM — běžné otázky
AR-LDM— Kdo to vytvořil?
Bylo to publikováno společností Alibaba,University of Waterloo,Vector Institute, zakládající se na China, organizace zařazená jako industry,Academia,Academia.
AR-LDM— Kdy byl vydán?
Bylo to zveřejněno v November 2022. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
AR-LDM— K čemu se to používá?
funguje v oblasti Image generation, a je zaznamenáno jako zpracovávající úkol text-to-image. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.
AR-LDM— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 5.1 × 10²⁰ FLOP, na hardwaru zaznamenáno jako NVIDIA A100. 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.
AR-LDM— 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.
AR-LDM— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
AR-LDM— kolik má parametrů?
Má počet parametrů 1.5B. Table 1. 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.