Gato
Žádný odhad
Žádné hardwareové požadavky na tento model
Hmotnosti tohoto modelu nebyly publikovány, takže jej nelze stáhnout ani spustit na vlastním hardwaru v jakékoli velikosti. Je dostupný pouze prostřednictvím svého poskytovatele a žádná grafická karta to nezmění..
Záznam.
Plná specifikace
Všechno zaznamenané k tomuto modelu. Většina z toho popisuje, jak byl trénován, nikoli jak běží — užitečný kontext pro posouzení, kolik práce do něj bylo vloženo, a jak se srovnává s modely postavenými na jinou škálu.
Původ
Kdo vybudoval tento model, kde a kdy byl publikován.
- Organizace
- DeepMind
- Typ organizace
- Industry
- Země
- United Kingdom of Great Britain and Northern Ireland
- Publikováno
- 12 May 2022
- Autoři
- Scott Reed, Konrad Żołna, Emilio Parisotto, Sergio Gómez Colmenarejo, Alexander Novikov, Gabriel Barth-Maron, Mai Giménez, Yury Sulsky, Jackie Kay, Jost Tobias Springenberg, Tom Eccles, Jake Bruce, Ali Razavi, Ashley Edwards, Nicolas Heess, Yutian Chen, Raia Hadsell, Oriol Vinyals, Mahyar Bordbar, Nando de Freitas
Co to dělá
Problémové oblasti, pro které byl model vyvinut. Model může obsahovat několik z každého.
- Doména
- Multimodal, Robotics, Games, Language
- Úkol
- Atari, Image captioning, Chat, Robotic manipulation
Velikost
Jak velký je model a na kolik dat byl vytrénován. Parametry jsou číslo, které rozhoduje o tom, zda se vejde na danou grafickou kartu.
- Parametry
- 1.2B
- Tréninková data
- 524,288,000,000 tokens
"This section focuses on in-simulation evaluation. Figure 10 compares the full 1.18B parameter Gato" p.10
Výpočet trénování
Aritmetika prováděná k trénování modelu, měřená v operacích s plovoucí desetinnou čárkou. Je to měřítko toho, kolik stál trénink, nikoli jak rychle hotový model na vás odpovídá.
- Výpočet trénování
- 4 × 10²¹ FLOP
- Jak bylo založeno
- Hardware,Operation counting
256 (16x16x) TPUv3 chips x 123e12 FLOPS/chip x 4 days x 86400 seconds/day * 0.4 utilization = 4.35e21 FLOPs Similar value by 6NC: 6 * 524288000000 * 1.18B = 3.71e21 Using geometric mean: sqrt(4.35e21 * 3.71e21) = 4.02e21
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to bralo ze zásuvky.
- Tréninkové hardwarové zařízení
- Google TPU v3
- Použité čipy
- 256
- Wall-clock time
- 96 hours
- Příkon
- 231.3 kW
- Compute cost
- $3,523
4 days
Dostupnost
Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se na tuto stránku vztahují jakákoliv čísla grafických karet.
- Váhy
- Closed — provider access only
- Přístup k modelu
- Unreleased
- Tréninkový kód
- Unreleased
Jak je klasifikováno
Labely, které se na zdrojovém datovém souboru používají při sledování významných modelů, a jak moc si je jistý touto položkou.
- Foundation model
- Yes
- Proč je to sledováno
- SOTA improvement
- Záznam důvěry
- Confident
- Citace
- 1,064
SOTA at Meta-World MT50 tasks (96.6%) page 14, section 5.5
Zdroje
Odkud tento záznam pochází a kdy byl naposled zkontrolován.
- Odkaz
- A Generalist Agent
- Naposledy aktualizováno
- 25 May 2026
Co čísla znamenají
Pozadí
Gato was published by DeepMind, in United Kingdom of Great Britain and Northern Ireland, in May 2022. The organisation is categorised as industry.
It works in Multimodal, Robotics, Games, Language, and is recorded as doing atari, Image captioning, Chat, Robotic manipulation.
Jeho váhy nikdy nebyly zveřejněny, takže je možné ho dosáhnout pouze prostřednictvím jeho poskytovatele. Žádná grafická karta to nezmění.
Jak byla trénována
Producing it required around 4 × 10²¹ FLOP of arithmetic, on Google TPU v3, which is a statement about the training budget rather than about inference.
The training set ran to roughly 524,288,000,000 tokens.
Its inclusion criterion is sOTA improvement.
Odpovědi
Gato — Časté dotazy
How much compute was used to train Gato?
Around 4 × 10²¹ FLOP, on Google TPU v3. That measures what producing the model cost and says nothing about how quickly it answers once trained — inference speed comes from memory bandwidth, not from the training budget.
What GPU do I need to run Gato?
None. Gato is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is Gato open source?
No. Gato has not had its weights published, so it exists only as a service controlled by its owner.
How many parameters does Gato have?
Gato has 1.2B parameters. "This section focuses on in-simulation evaluation. Figure 10 compares the full 1.18B parameter Gato" p.10. That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.
Who created Gato?
Gato was published by DeepMind, based in United Kingdom of Great Britain and Northern Ireland, categorised as industry.
When was Gato released?
Gato was published in May 2022. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is Gato used for?
Gato works in Multimodal, Robotics, Games, Language, and is recorded as handling atari, Image captioning, Chat, Robotic manipulation. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
Druhý směr
Když se na to podíváte z druhé strany?
Tato stránka začíná modelem. Pokud již vlastníte kartu a chcete vědět, co vše bude schopna spustit, Začněte raději od hardwaru.