Transformer-XL + RelationLM
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
- DeepMind,University of Oxford
- Typ organizace
- Industry,Academia
- Země
- United Kingdom of Great Britain and Northern Ireland
- Publikováno
- 24 January 2022
- Autoři
- Qi Liu, Dani Yogatama, Phil Blunsom
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
- 124M
- Výcviková data
- 103,000,000 tokens
- Epochy
- 127
124M (Table 2) "We set the hidden size to 512 and the number of layers to 16 for all models."
"We set the lengths of text segment N, extended context M, and the relational memory P to (512, 512, 300), (384, 384, 800) and (768, 1536, 400) for WikiText-103, WMT19 and enwik8, respectively" -> sequence length - 512 tokens batch size 128 assuming 200000 steps (could be more): 200000*128*512 / 103000000 = 127 epochs no information about steps or epochs
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.
- Jak bylo ustanoveno
- Operation counting
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Tréninkový hardware
- Google TPU v2
- Používané čipy
- 64
- Příkon
- 36.1 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
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Citace
- 35
- Benchmark data
- TransformerXL+RelationLM
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Relational Memory-Augmented Language Models
- Nap poslední aktualizace
- 25 May 2026
Co čísla znamenají
Co je tento MODEL
Transformer-XL + RelationLM byl zveřejněn DeepMind,University of Oxford, v zemi zaznamenané jako United Kingdom of Great Britain and Northern Ireland, během January 2022. Vydavatelská organizace je kategorizována jako industry,Academia.
funguje v oblasti Language, a je zaznamenán jako vykonávající úkol language modeling/generation.
Toto je uzavřený model: trénované hodnoty zůstaly u toho, kdo je vyprodukoval, a není k dispozici žádná místní verze k spuštění.
Jak bylo trénováno
Tréninková sada běžela na přibližně 103,000,000 tokeny textu
Odpovědi
Transformer-XL + RelationLM — běžné otázky
Transformer-XL + RelationLM— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
Transformer-XL + RelationLM— kolik má parametrů?
Má počet parametrů 124M. 124M (Table 2) "We set the hidden size to 512 and the number of layers to 16 for all models.". Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
Transformer-XL + RelationLM— Kdo to vytvořil?
Bylo to publikováno společností DeepMind,University of Oxford, zakládající se na United Kingdom of Great Britain and Northern Ireland, organizace zařazená jako industry,Academia.
Transformer-XL + RelationLM— Kdy byl vydán?
Bylo to zveřejněno v January 2022. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
Transformer-XL + RelationLM— K čemu se to používá?
funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol language modeling/generation. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.
Transformer-XL + RelationLM— 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.
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.