GPT2-Large+LHOPT
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
- OpenAI
- Typ organizace
- Industry
- Země
- United States of America
- Publikováno
- 2 June 2021
- Autoři
- Diogo Almeida, Clemens Winter, Jie Tang, Wojciech Zaremba
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 (774M)
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 760M
- Výcviková data
- 103,000,000 tokens
- Epochy
- 1
- Velikost dávky
- 13,000
Figure 3
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 × 10²¹ FLOP
- Jak bylo ustanoveno
- Operation counting
- Ladění výpočtů
- 4.7 × 10¹⁷ FLOP
base model compute (speculative confidence) 4.9536e+21 FLOP + fine-tune compute 4.6968e+17 FLOP = 4.9540697e+21 FLOP ________ estimation from the Arithmetic progress paper: 1.6E+21 FLOP
6 FLOP / parameter / token * 760000000 parameters * 103000000 tokens * 1 epoch = 4.6968e+17 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
there's a repo for the optimizer but no training code for this model: https://github.com/openai/LHOPT
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Záznam důvěry
- Speculative
- Citace
- 35
- Benchmark data
- GPT2-Large+LHOPT
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- A Generalizable Approach to Learning Optimizers
- Nap poslední aktualizace
- 25 May 2026
Co čísla znamenají
Odkud to přišlo
GPT2-Large+LHOPT byl zveřejněn OpenAI, v zemi zaznamenané jako United States of America, během June 2021. Vychází z organizace, která je kategorizována jako industry.
funguje v oblasti Language, a je zaznamenán jako vykonávající úkol language modeling/generation.
Jeho výchozím bodem byl existující základní model, GPT-2 (774M). 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
Trénování si vyžádalo výpočetní rozpočet přibližně 5 × 10²¹ FLOP. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Bylo to trénováno na korpusu asi 103,000,000 tokeny textu
Odpovědi
GPT2-Large+LHOPT — běžné otázky
GPT2-Large+LHOPT— 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.
GPT2-Large+LHOPT— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 5 × 10²¹ 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.
GPT2-Large+LHOPT— 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.
GPT2-Large+LHOPT— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
GPT2-Large+LHOPT— kolik má parametrů?
Má počet parametrů 760M. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
GPT2-Large+LHOPT— Kdo to vytvořil?
Bylo to publikováno společností OpenAI, zakládající se na United States of America, organizace zařazená jako industry.
GPT2-Large+LHOPT— Kdy byl vydán?
Bylo to zveřejněno v June 2021. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
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.