GPT-2 + Progressive LRD
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
- Huawei,Huawei Noah's Ark Lab
- Typ organizace
- Industry,Industry
- Země
- China
- Publikováno
- 12 October 2022
- Autoři
- Habib Hajimolahoseini, Walid Ahmed, Mehdi Rezagholizadeh, Vahid Partovinia, Yang Liu
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Language
- Úkol
- Language modeling/generation
- Základní model
- GPT-2 (124M)
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 31M
- Výcviková data
- tokens
Table 2 They compressed GPT-2 (124M parameters) to 31M parameters
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
- 7.9 × 10²⁰ FLOP
- Jak bylo ustanoveno
- Comparison with other models
base model training compute estimation: 7.936 × 10^20 FLOP __________ In the Algorithmic progress paper the estimation was 6.2 × 10^19 FLOP
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.
- Záznam důvěry
- Speculative
- Benchmark data
- Progressive LRD
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Strategies for Applying Low Rank Decomposition to Transformer-Based Models
- Nap poslední aktualizace
- 28 November 2025
Co čísla znamenají
Odkud to přišlo
GPT-2 + Progressive LRD byl zveřejněn Huawei,Huawei Noah's Ark Lab, v zemi zaznamenané jako China, během October 2022. Vydavatelská organizace je kategorizována jako industry,Industry.
funguje v oblasti Language, a je zaznamenán jako vykonávající úkol language modeling/generation.
Jeho výchozím bodem byl existující základní model, GPT-2 (124M). To je důvod, proč sdílí obecný tvar a velikost základního modelu.
Protože váhy nejsou k dispozici, žádné z hardwarových údajů na tomto webu se na něj nevztahují.
Trénink a původ
Trenovací běh spotřeboval asi 7.9 × 10²⁰ FLOP. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Odpovědi
GPT-2 + Progressive LRD — běžné otázky
GPT-2 + Progressive LRD— kolik má parametrů?
Má počet parametrů 31M. Table 2 They compressed GPT-2 (124M parameters) to 31M parameters. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
GPT-2 + Progressive LRD— Kdo to vytvořil?
Bylo to publikováno společností Huawei,Huawei Noah's Ark Lab, zakládající se na China, organizace zařazená jako industry,Industry.
GPT-2 + Progressive LRD— Kdy byl vydán?
Bylo to zveřejněno v October 2022. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
GPT-2 + Progressive LRD— 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.
GPT-2 + Progressive LRD— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 7.9 × 10²⁰ 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.
GPT-2 + Progressive LRD— 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.
GPT-2 + Progressive LRD— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
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.