GPT3-6.7B (rerun of original)
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
- Microsoft,OpenAI
- Typ organizace
- Industry,Industry
- Země
- United States of America
- Publikováno
- 28 May 2020
- Autoři
- Greg Yang, Edward J. Hu, Igor Babuschkin, Szymon Sidor, Xiaodong Liu, David Farhi, Nick Ryder, Jakub Pachocki, Weizhu Chen, Jianfeng Gao
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Language
- Úkol
- Language modeling/generation
- Číselný formát
- FP32
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 6.7B
- Výcviková data
- 300,000,000,000 tokens
- Epochy
- 1
6.7B
300B tokens (Figure 15) - same as original gpt-3 10K training steps
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
- 1.2 × 10²² FLOP
- Jak bylo ustanoveno
- Operation counting
6 FLOP / token / parameter * 6.7 * 10^9 parameters * 300 * 10^9 tokens = 1.206e+22 FLOP
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Tréninkový hardware
- NVIDIA V100
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
repo here, don't think there's GPT-3 code though https://github.com/microsoft/mup/blob/main/README.md
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
- 262
- Benchmark data
- GPT3-6.7B (rerun of original)
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Tensor Programs V: Tuning Large Neural Networks via Zero-Shot Hyperparameter Transfer
- Nap poslední aktualizace
- 25 May 2026
Co čísla znamenají
O tomto modelu
GPT3-6.7B (rerun of original) byl zveřejněn Microsoft,OpenAI, v zemi zaznamenané jako United States of America, během May 2020. Kategorie, do které vydavatel spadá, je industry,Industry.
funguje v oblasti Language, a je zaznamenán jako vykonávající úkol language modeling/generation.
Jeho váhy nikdy nebyly zveřejněny, takže k němu lze přistupovat pouze prostřednictvím jeho poskytovatele. Žádná změna grafické karty to nezmění.
Jak bylo trénováno
Produkce toho vyžadovala aritmetiku v celkové výši přibližně 1.2 × 10²² FLOP, na hardwaru zaznamenáno jako NVIDIA V100. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Trénink spotřeboval korpus kolem 300,000,000,000 tokeny textu
Odpovědi
GPT3-6.7B (rerun of original) — běžné otázky
GPT3-6.7B (rerun of original)— 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.
GPT3-6.7B (rerun of original)— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
GPT3-6.7B (rerun of original)— kolik má parametrů?
Má počet parametrů 6.7B. 6.7B. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
GPT3-6.7B (rerun of original)— Kdo to vytvořil?
Bylo to publikováno společností Microsoft,OpenAI, zakládající se na United States of America, organizace zařazená jako industry,Industry.
GPT3-6.7B (rerun of original)— Kdy byl vydán?
Bylo to zveřejněno v May 2020. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
GPT3-6.7B (rerun of original)— 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.
GPT3-6.7B (rerun of original)— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 1.2 × 10²² FLOP, na hardwaru zaznamenáno jako NVIDIA V100. 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.
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.