Zhiye LLM (浪潮知业大模型)

Geschlossene Gewichtungen Inspur August 2024

Keine Schätzung

Keine Hardwareanforderungen für dieses Modell

Die Gewichte für dieses Modell wurden nicht veröffentlicht, daher kann es nicht heruntergeladen oder auf Ihrer eigenen Hardware in beliebiger Größe betrieben werden. Es ist nur über seinen Anbieter erreichbar, und keine Grafikkarte ändert das..

Aufgezeichnet

Volle Spezifikation

Alles, was in unserer Datenbank für dieses Modell aufgezeichnet ist. Der Großteil beschreibt, wie es trainiert wurde, anstatt wie es läuft — nützlicher Kontext zur Beurteilung, wie viel Arbeit darin steckt und wie es sich mit Modellen vergleicht, die in einem anderen Maßstab erstellt wurden..

Ursprung

Wer hat dieses Modell gebaut, wo und wann es veröffentlicht wurde.

Organisation
Inspur
Organisationsart
Industry
Land
China
Veröffentlicht
14 August 2024

Was es tut

Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.

Domain
Multimodal, Language, Vision, Video
Aufgabe
Data analytics, Code generation, Language modeling/generation, Question answering, System control, Instruction interpretation

Größe

Wie groß das Modell ist und wie viele Daten damit trainiert wurden. Parameter sind die Zahl, die entscheidet, ob es auf einer bestimmten GPU-Karte passt.

Trainingsdaten
tokens

Wie es klassifiziert ist

Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.

Aufzeichnungsgenauigkeit
Unknown

Quellen

Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.

Referenz
CAC registry
Zuletzt aktualisiert
11 February 2026

Was die Zahlen bedeuten

Woher es kam

Zhiye LLM (浪潮知业大模型) wurde veröffentlicht von Inspur, im Land aufgezeichnet als China, während August 2024. Die veröffentlichende Organisation ist als industry.

Es funktioniert im Bereich von Multimodal, Language, Vision, Video, und wird als die Aufgabe von aufgezeichnet data analytics, Code generation, Language modeling/generation, Question answering, System control, Instruction interpretation.

Da die Gewichte nicht verfügbar sind, gelten keine der Hardwareangaben an anderer Stelle auf dieser Seite für sie.

Antworten

Zhiye LLM (浪潮知业大模型) — Häufige Fragen

01

Zhiye LLM (浪潮知业大模型)— Wie viele Parameter hat es?

Es wurden keine Parameteranzahlen veröffentlicht, weshalb keine Speicher- oder Geschwindigkeitsangaben auf dieser Seite erscheinen.

02

Zhiye LLM (浪潮知业大模型)— Wer hat es erstellt?

Es wurde veröffentlicht von Inspur, basiert auf China, eine als kategorisierte Organisation industry.

03

Zhiye LLM (浪潮知业大模型)— Wann wurde es veröffentlicht?

Es wurde veröffentlicht in August 2024. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.

04

Zhiye LLM (浪潮知业大模型)— Wofür wird es verwendet?

Es funktioniert im Bereich von Multimodal, Language, Vision, Video, und wird als Bewältigung der Aufgabe von data analytics, Code generation, Language modeling/generation, Question answering, System control, Instruction interpretation. Dies sind die Bereiche, um die es entworfen wurde; sie beschreiben die Absicht und nicht eine harte Grenze.

05

Zhiye LLM (浪潮知业大模型)— Welche GPU benötige ich, um es auszuführen?

Dieses ist ein geschlossenes Modell — seine Gewichte wurden nie veröffentlicht, sodass es zu keinem Preis heruntergeladen oder auf Ihrer eigenen Hardware ausgeführt werden kann. Es ist nur über seinen Anbieter erreichbar.

06

Zhiye LLM (浪潮知业大模型)— Ist es Open-Source?

Die Lizenzierung wurde nie in unseren Quelldaten aufgezeichnet. Wir behandeln nicht angegebene Lizenzen als geschlossen, da eine nicht aufgezeichnete Lizenz keine ist, auf die man sich verlassen kann.

Quelle

Originalveröffentlichung

Letzte Aktualisierung des Protokolls 11 February 2026

Die andere Richtung

Von der anderen Seite aus betrachten?

Diese Seite beginnt mit dem Modell. Wenn Sie bereits eine Karte besitzen und alles wissen möchten, was sie ausführen wird, Starte stattdessen von der Hardware.