Yi-Large
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
- 01.AI
- Organisationsart
- Industry
- Land
- China
- Veröffentlicht
- 13 May 2024
- Autoren
- Alex Young, Bei Chen, Chao Li, Chengen Huang, Ge Zhang, Guanwei Zhang, Heng Li, Jiangcheng Zhu, Jianqun Chen, Jing Chang, Kaidong Yu, Peng Liu, Qiang Liu, Shawn Yue, Senbin Yang, Shiming Yang, Tao Yu, Wen Xie, Wenhao Huang, Xiaohui Hu, Xiaoyi Ren, Xinyao Niu, Pengcheng Nie, Yuchi Xu, Yudong Liu, Yue Wang, Yuxuan Cai, Zhenyu Gu, Zhiyuan Liu, Zonghong Dai
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.
- Domain
- Language
- Aufgabe
- Chat, Language modeling/generation
- Numerisches Format
- FP8
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.
- Parameter
- 100B
- Trainingsdaten
- 3,000,000,000,000 tokens
"Yi-Large is a software over-the-air-driven closed-source large model with a parameter of over 100 billion tokens." from https://www.chinadaily.com.cn/a/202405/13/WS6641abd1a31082fc043c6ccd.html
3T tokens for previous Yi models: "Targeted as a bilingual language model and trained on 3T multilingual corpus, the Yi series models become one of the strongest LLM worldwide, showing promise in language understanding, commonsense reasoning, reading comprehension, and more."
Training-Compute
Die Berechnung, die durchgeführt wird, um das Modell zu trainieren, gemessen in Gleitpunktoperationen. Es ist ein Maß dafür, was der Trainingslauf gekostet hat, nicht dafür, wie schnell das fertige Modell Ihnen antwortet.
- Training-Compute
- 1.8 × 10²⁴ FLOP
- Wie es etabliert wurde
- Operation counting
6ND = 6*100000000000*3000000000000=1.8e+24 (speculative confidence because training dataset size is very uncertain)
Der Trainingslauf
Was es physisch gekostet hat, um zu trainieren: welche Chips, wie viele, wie lange und was das aus der Wand gezogen hat.
- Datenzentrum
- There is no paper to reference, no information about hardware used for training found in media.
Verfügbarkeit
Ob Sie das Modell beziehen und es auf Ihrer eigenen Hardware ausführen können, bestimmt, ob eine der Grafikkarten-Zahlen auf dieser Seite zutrifft.
- Gewichte
- Closed — provider access only
- Modellzugang
- API access
- Training-Code
- Unreleased
Wie es klassifiziert ist
Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.
- Wahrscheinlich über 10²³ FLOP
- Yes
- Warum es verfolgt wird
- Training cost
- Aufzeichnungsgenauigkeit
- Speculative
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Zuletzt aktualisiert
- 28 November 2025
Was die Zahlen bedeuten
Woher es kam
Yi-Large wurde veröffentlicht von 01.AI, im Land aufgezeichnet als China, während May 2024. Die veröffentlichende Organisation ist als industry.
Es funktioniert im Bereich von Language, und wird als die Aufgabe von aufgezeichnet chat, Language modeling/generation.
Da die Gewichte nicht verfügbar sind, gelten keine der Hardwareangaben an anderer Stelle auf dieser Seite für sie.
Wie es trainiert wurde
Das Training benötigte ein Rechenbudget von ungefähr 1.8 × 10²⁴ FLOP. Diese Zahl misst die Kosten für die Produktion des MODELLS und hat keinen Einfluss darauf, wie schnell es antwortet.
Es wurde auf einem Korpus von etwa 3,000,000,000,000 Text-Tokens
Es wird aus einem bestimmten Grund im zugrunde liegenden Datensatz verfolgt: training cost.
Antworten
Yi-Large — Häufige Fragen
Yi-Large— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in May 2024. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.
Yi-Large— Wofür wird es verwendet?
Es funktioniert im Bereich von Language, und wird als Bewältigung der Aufgabe von chat, Language modeling/generation. Ein Modell kann mehrere von jedem tragen, daher sind dies die Bereiche, für die es gebaut wurde, anstatt eine Begrenzung dafür, was es versuchen wird.
Yi-Large— Wie viel Rechenleistung wurde verwendet, um es zu trainieren?
Training verbrauchte etwa 1.8 × 10²⁴ FLOP. Das misst, was die Produktion des Modells gekostet hat, und sagt nichts darüber aus, wie schnell es einmal trainiert antwortet — die Inferenzgeschwindigkeit kommt von der MEMORY-BANDWIDTH, nicht vom TRAINING-BUDGET.
Yi-Large— 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.
Yi-Large— Ist es Open-Source?
Nein. Seine Gewichte wurden nicht veröffentlicht, daher existiert es nur als ein Dienst, der von seinem Eigentümer kontrolliert wird.
Yi-Large— Wie viele Parameter hat es?
Es hat eine Parameteranzahl von 100B. "Yi-Large is a software over-the-air-driven closed-source large model with a parameter of over 100 billion tokens." from https://www.chinadaily.com.cn/a/202405/13/WS6641abd1a31082fc043c6ccd.html. Diese Zahl ist die Gesamtsumme, und sie bestimmt, wie viel MEMORY das MODEL benötigt – ungefähr ein halbes Gigabyte pro Milliarde bei der Kompression, die die meisten Menschen verwenden.
Yi-Large— Wer hat es erstellt?
Es wurde veröffentlicht von 01.AI, basiert auf China, eine als kategorisierte Organisation industry.
Quelle
Letzte Aktualisierung des Protokolls 28 November 2025
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.