OtterHD-8B
Keine Schätzung
Keine Hardwareanforderungen für dieses Modell
Die Gewichte für dieses Modell wurden nicht veröffentlicht, sodass es weder heruntergeladen noch auf Ihrer eigenen Hardware in irgendeiner Größe ausgeführt werden kann. Es ist nur über seinen Anbieter zugänglich, und keine Grafikkarte ändert daran etwas.
Aufzeichnung
Vollständige Spezifikation
Alles aufzeichnungsfähig für dieses Modell. Die meisten Informationen beschreiben, wie es trainiert wurde, anstatt wie es läuft — ein nützlicher Kontext, um zu beurteilen, wie viel Arbeit investiert wurde und wie es im Vergleich zu auf einer anderen Skala entwickelten Modellen abschneidet..
Ursprung
Wer hat dieses Modell gebaut, wo und wann es veröffentlicht wurde.
- Organisation
- Nanyang Technological University
- Organisationstyp
- Academia
- Land
- Singapore
- Veröffentlicht
- 7 November 2023
- Autoren
- Bo Li, Peiyuan Zhang, Jingkang Yang, Yuanhan Zhang, Fanyi Pu, Ziwei Liu
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere von jedem tragen.
- Domäne
- Multimodal, Vision, Language
- Aufgabe
- Chat, Visual question answering
- Basis-Modell
- Fuyu-8B
Größe
Wie groß das Modell ist und wie viele Daten es trainiert wurde. Die Parameter sind die Größe, die entscheidet, ob es auf eine bestimmte Grafikkarte passt.
- Parameter
- 8B
- Trainingsdaten
- 200,540,000 tokens
- Epochen
- 3
8B
"We compiled a total of 370K instruction/response pairs sourced from the follow- ing public datasets: LLaVA-Instruct [ 30], VQAv2 [2], GQA [ 23 ], OKVQA [ 36 ], OCRVQA [38 ], A-OKVQA [ 45], COCO-GOI [33 ], COCO-Caption [ 10], TextQA [ 48], RefCOCO [58], COCO-ITM [ 28 ], ImageNet [17 ], and LLaVA-RLHF [ 51 ]."
Training-Computing
Die zur Ausbildung des Modells durchgeführte Arithmetik, gemessen in Gleitkommaoperationen. Es ist ein Maß dafür, was der Trainingslauf gekostet hat, nicht wie schnell das fertige Modell Ihnen antwortet.
- Feinabstimmung Rechenleistung
- 2.4 × 10¹⁹ FLOP
flops = (8) * (312 * 10**12) * (3 * 3 * 3600) * (0.3) = 2.4e19 (num gpu) * (peak flops) * (time in seconds) * (assumed utilization rate) 'Our implementation permits the completion of full-parameter training within 3 hours per epoch on 8×A100 GPUs. ' Table 4 indicates 3 epochs for the full finetune.
Der Trainingslauf
Was physisch notwendig war, um zu trainieren: welche Chips, wie viele, wie lange und was das aus der Steckdose zog.
- Trainingshardware
- NVIDIA A100
- Verwendete Chips
- 8
- Chip-Stunden
- 24
- Wand-Uhrzeit
- 9 hours
- Stromverbrauch
- 6.3 kW
3 hours per epoch over 3 epochs: 9 hours
Wie es klassifiziert ist
Labels der Quelldatenbank, die beim Verfolgen bemerkenswerter Modelle angewendet werden, und wie zuversichtlich sie in den Eintrag ist.
- Aufzeichnungszuversicht
- Confident
- Zitationen
- 85
Quellen
Woher diese Aufzeichnung stammt und wann sie zuletzt überprüft wurde.
- Referenz
- OtterHD: A High-Resolution Multi-modality Model
- Zuletzt aktualisiert
- 25 May 2026
Was die Zahlen bedeuten
Hintergrund
OtterHD-8B was published by Nanyang Technological University, in Singapore, in November 2023. The organisation is categorised as academia.
It works in Multimodal, Vision, Language, and is recorded as doing chat, Visual question answering.
Its starting point was Fuyu-8B — most models at this scale are adapted from an existing base rather than built from nothing.
Seine Gewichte wurden nie veröffentlicht, daher kann es nur über seinen Anbieter erreicht werden. Keine Grafikkarte ändert das.
Training und Herkunft
It was trained on about 200,540,000 tokens of text.
Antworten
OtterHD-8B — Häufig gestellte Fragen
Is OtterHD-8B open source?
The licensing for OtterHD-8B was never recorded in our source data. We treat unstated licensing as closed, because an unrecorded licence is not one to rely on.
How many parameters does OtterHD-8B have?
OtterHD-8B has 8B parameters. 8B. That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.
Who created OtterHD-8B?
OtterHD-8B was published by Nanyang Technological University, based in Singapore, categorised as academia.
When was OtterHD-8B released?
OtterHD-8B was published in November 2023. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is OtterHD-8B used for?
OtterHD-8B works in Multimodal, Vision, Language, and is recorded as handling chat, Visual question answering. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
Welche GPU benötige ich, um OtterHD-8B auszuführen?
None. OtterHD-8B is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Die andere Richtung
Wenn Sie es von der anderen Seite betrachten?
Diese Seite beginnt beim Modell. Wenn Sie bereits eine Karte besitzen und alles erfahren möchten, was es ausführen kann, Beginnen Sie stattdessen mit der Hardware.