ADP-FAIRSEQ + NGRAMRES
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
- Nara Institute of Science and Technology,Chinese University of Hong Kong (CUHK),Tsinghua University
- Typ organizace
- Academia,Academia,Academia
- Země
- Japan, Hong Kong, China
- Publikováno
- 28 September 2018
- Autoři
- Huayang Li, Deng Cai, Jin Xu, Taro Watanabe
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Language
- Úkol
- Language modeling
- Základní model
- Transformer (Adaptive Input Embeddings) WT103
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 247M
- Výcviková data
- tokens
247M (Table 2)
"The training set contains around 101M tokens."
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
- 1.5 × 10¹⁷ FLOP
- Jak bylo ustanoveno
- Operation counting
6NC = 6 * 247000000 * 101000000 = 1.49682e+17 (no information about epochs -> speculative confidence)
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 (non-commercial)
https://github.com/ghrua/NgramRes (no specific license)
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
- 3
- Benchmark data
- ADP-FAIRSEQ
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- N-gram Is Back: Residual Learning of Neural Text Generation with n-gram Language Model
- Nap poslední aktualizace
- 25 May 2026
Co čísla znamenají
Odkud to přišlo
ADP-FAIRSEQ + NGRAMRES byl zveřejněn Nara Institute of Science and Technology,Chinese University of Hong Kong (CUHK),Tsinghua University, v zemi zaznamenané jako Japan, během September 2018. Kategorie, do které vydavatel spadá, je academia,Academia,Academia.
funguje v oblasti Language, a je zaznamenán jako vykonávající úkol language modeling.
Jeho výchozím bodem byl existující základní model, Transformer (Adaptive Input Embeddings) WT103. To je důvod, proč sdílí obecný tvar a velikost základního modelu.
Toto je uzavřený model: trénované hodnoty zůstaly u toho, kdo je vyprodukoval, a není k dispozici žádná místní verze k spuštění.
Jak bylo trénováno
Produkce toho vyžadovala aritmetiku v celkové výši přibližně 1.5 × 10¹⁷ FLOP. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Odpovědi
ADP-FAIRSEQ + NGRAMRES — běžné otázky
ADP-FAIRSEQ + NGRAMRES— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 1.5 × 10¹⁷ 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.
ADP-FAIRSEQ + NGRAMRES— 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.
ADP-FAIRSEQ + NGRAMRES— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
ADP-FAIRSEQ + NGRAMRES— kolik má parametrů?
Má počet parametrů 247M. 247M (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.
ADP-FAIRSEQ + NGRAMRES— Kdo to vytvořil?
Bylo to publikováno společností Nara Institute of Science and Technology,Chinese University of Hong Kong (CUHK),Tsinghua University, zakládající se na Japan, organizace zařazená jako academia,Academia,Academia.
ADP-FAIRSEQ + NGRAMRES— Kdy byl vydán?
Bylo to zveřejněno v September 2018. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
ADP-FAIRSEQ + NGRAMRES— K čemu se to používá?
funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol language modeling. Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.
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.