ToolFormer
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
- Meta AI
- Organisationstyp
- Industry
- Land
- United States of America
- Veröffentlicht
- 9 February 2023
- Autoren
- Timo Schick, Jane Dwivedi-Yu, Roberto Dessì, Roberta Raileanu, Maria Lomeli, Luke Zettlemoyer, Nicola Cancedda, Thomas Scialom
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere von jedem tragen.
- Domäne
- Language
- Basis-Modell
- GPT-J-6B
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
- 6.7B
- Trainingsdaten
- tokens
Fine-tune of GPT-J-6B
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 SXM4 40 GB
- Verwendete Chips
- 8
- Stromverbrauch
- 6.4 kW
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
- 3,842
Quellen
Woher diese Aufzeichnung stammt und wann sie zuletzt überprüft wurde.
- Referenz
- Toolformer: Language Models Can Teach Themselves to Use Tools
- Zuletzt aktualisiert
- 25 May 2026
Was die Zahlen bedeuten
Was dieses Modell ist
ToolFormer was published by Meta AI, in United States of America, in February 2023. The organisation is categorised as industry.
It works in Language.
It builds on GPT-J-6B, which is why it shares that model's general shape and size.
Seine Gewichte wurden nie veröffentlicht, daher kann es nur über seinen Anbieter erreicht werden. Keine Grafikkarte ändert das.
Antworten
ToolFormer — Häufig gestellte Fragen
How many parameters does ToolFormer have?
ToolFormer has 6.7B parameters. Fine-tune of GPT-J-6B. 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 ToolFormer?
ToolFormer was published by Meta AI, based in United States of America, categorised as industry.
When was ToolFormer released?
ToolFormer was published in February 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 ToolFormer used for?
ToolFormer works in Language. These are the areas it was designed around; they describe intent rather than a hard boundary.
What GPU do I need to run ToolFormer?
None. ToolFormer 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.
Is ToolFormer open source?
The licensing for ToolFormer was never recorded in our source data. We treat unstated licensing as closed, because an unrecorded licence is not one to rely on.
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.