CODA

Uzavřené váhy The University of Hong Kong,Sun Yat-sen University,Shanghai AI Lab 246.9M parametry May 2021

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
The University of Hong Kong,Sun Yat-sen University,Shanghai AI Lab
Typ organizace
Academia,Academia,Academia
Země
Hong Kong, China
Publikováno
31 May 2021
Autoři
Lin Zheng, Zhiyong Wu, Lingpeng Kong

Co to dělá

Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.

Doména
Language
Úkol
Language modeling, Translation

Velikost

Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.

parametry
246.9M

Table 1

Výcviková data
103,000,000 tokens

"Wikitext-103 [...] consists of articles from Wikipedia with the token number around 103M/218K/246K for the training/validation/testing splits respectively."

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 source

MIT for code: https://github.com/LZhengisme/CODA

Jak je to klasifikováno

Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.

Záznam důvěry
Confident
Citace
3
Benchmark data
CODA

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference
Cascaded Head-colliding Attention
Nap poslední aktualizace
1 December 2025

Co čísla znamenají

Pozadí

CODA byl zveřejněn The University of Hong Kong,Sun Yat-sen University,Shanghai AI Lab, v zemi zaznamenané jako Hong Kong, během May 2021. Vydavatelská organizace je kategorizována jako academia,Academia,Academia.

funguje v oblasti Language, a je zaznamenán jako vykonávající úkol language modeling, Translation.

Toto je uzavřený model: trénované hodnoty zůstaly u toho, kdo je vyprodukoval, a není k dispozici žádná místní verze k spuštění.

Co bylo zapotřebí k jeho vybudování

Trénink spotřeboval korpus kolem 103,000,000 tokeny textu

Odpovědi

CODA — běžné otázky

01

CODA— Kdo to vytvořil?

Bylo to publikováno společností The University of Hong Kong,Sun Yat-sen University,Shanghai AI Lab, zakládající se na Hong Kong, organizace zařazená jako academia,Academia,Academia.

02

CODA— Kdy byl vydán?

Bylo to zveřejněno v May 2021. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.

03

CODA— K čemu se to používá?

funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol language modeling, Translation. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.

04

CODA— 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.

05

CODA— Je to OPEN SOURCE?

Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.

06

CODA— kolik má parametrů?

Má počet parametrů 246.9M. 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.

Zdroj

Původní publikace

Nahrávka naposledy aktualizována 1 December 2025

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.