CALM

Geschlossene Gewichtungen NVIDIA,Technion - Israel Institute of Technology August 2023

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
NVIDIA,Technion - Israel Institute of Technology
Organisationsart
Industry,Academia
Land
United States of America, Israel
Veröffentlicht
6 August 2023
Autoren
Chen Tessler, Yoni Kasten, Yunrong Guo, Shie Mannor, Gal Chechik, Xue Bin Peng

Was es tut

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

Domain
Robotics
Aufgabe
Animal (human/non-human) imitation
Ansatz
Reinforcement learning

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

Der Trainingslauf

Was es physisch gekostet hat, um zu trainieren: welche Chips, wie viele, wie lange und was das aus der Wand gezogen hat.

Trainingshardware
NVIDIA A100

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
Aufzeichnungsgenauigkeit
Unknown
Zitationen
122

Quellen

Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.

Referenz
CALM: Conditional Adversarial Latent Models for Directable Virtual Characters
Zuletzt aktualisiert
25 May 2026

Was die Zahlen bedeuten

Was dieses Modell ist

CALM wurde veröffentlicht von NVIDIA,Technion - Israel Institute of Technology, im Land aufgezeichnet als United States of America, während August 2023. Die veröffentlichende Organisation ist als industry,Academia.

Es funktioniert im Bereich von Robotics, und wird als die Aufgabe von aufgezeichnet animal (human/non-human) imitation.

Dies ist ein geschlossenes Modell: die trainierten Werte blieben bei demjenigen, der sie erzeugt hat, und es gibt keine lokale Version zum Ausführen.

Antworten

CALM — Häufige Fragen

01

CALM— 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.

02

CALM— 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.

03

CALM— Wie viele Parameter hat es?

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

04

CALM— Wer hat es erstellt?

Es wurde veröffentlicht von NVIDIA,Technion - Israel Institute of Technology, basiert auf United States of America, eine als kategorisierte Organisation industry,Academia.

05

CALM— Wann wurde es veröffentlicht?

Es wurde veröffentlicht in August 2023. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.

06

CALM— Wofür wird es verwendet?

Es funktioniert im Bereich von Robotics, und wird als Bewältigung der Aufgabe von animal (human/non-human) imitation. Dies sind die Bereiche, um die es entworfen wurde; sie beschreiben die Absicht und nicht eine harte Grenze.

Quelle

Originalveröffentlichung

Letzte Aktualisierung des Protokolls 25 May 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.