NAS+ESS (156M)
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
- Northeastern University (China),Chinese Academy of Sciences,NiuTrans Research,Kingsoft
- Typ organizace
- Academia,Academia,Industry
- Země
- China
- Publikováno
- 6 May 2020
- Autoři
- Yinqiao Li, Chi Hu, Yuhao Zhang, Nuo Xu, Yufan Jiang, Tong Xiao, Jingbo Zhu, Tongran Liu, Changliang Li
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Language
- Úkol
- Neural Architecture Search - NAS, Language modeling
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 156M
- Výcviková data
- 103,000,000 tokens
- Epochy
- 30
156M (Table 2)
"The batch size was 128 and the number of hidden units was 300"
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
- 2.9 × 10¹⁸ FLOP
- Jak bylo ustanoveno
- Operation counting
6 FLOP / token / parameter * 156 * 10^6 parameters * 103000000 tokens * 30 epochs = 2.89224e+18 FLOP
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Tréninkový hardware
- NVIDIA GeForce GTX 1080 Ti
- Používané čipy
- 1
- Příkon
- 280 W
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.
- Záznam důvěry
- Confident
- Citace
- 12
- Benchmark data
- NAS+ESS (156M)
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Learning Architectures from an Extended Search Space for Language Modeling
- Nap poslední aktualizace
- 11 February 2026
Co čísla znamenají
Co je tento MODEL
NAS+ESS (156M) byl zveřejněn Northeastern University (China),Chinese Academy of Sciences,NiuTrans Research,Kingsoft, v zemi zaznamenané jako China, během May 2020. Vydavatelská organizace je kategorizována jako academia,Academia,Industry.
funguje v oblasti Language, a je zaznamenán jako vykonávající úkol neural Architecture Search - NAS, Language modeling.
Protože váhy nejsou k dispozici, žádné z hardwarových údajů na tomto webu se na něj nevztahují.
Trénink a původ
Produkce toho vyžadovala aritmetiku v celkové výši přibližně 2.9 × 10¹⁸ FLOP, na hardwaru zaznamenáno jako NVIDIA GeForce GTX 1080 Ti. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Tréninková sada běžela na přibližně 103,000,000 tokeny textu
Odpovědi
NAS+ESS (156M) — běžné otázky
NAS+ESS (156M)— 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.
NAS+ESS (156M)— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
NAS+ESS (156M)— kolik má parametrů?
Má počet parametrů 156M. 156M (Table 2). Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
NAS+ESS (156M)— Kdo to vytvořil?
Bylo to publikováno společností Northeastern University (China),Chinese Academy of Sciences,NiuTrans Research,Kingsoft, zakládající se na China, organizace zařazená jako academia,Academia,Industry.
NAS+ESS (156M)— 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.
NAS+ESS (156M)— K čemu se to používá?
funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol neural Architecture Search - NAS, Language modeling. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.
NAS+ESS (156M)— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 2.9 × 10¹⁸ FLOP, na hardwaru zaznamenáno jako NVIDIA GeForce GTX 1080 Ti. 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.