CLUE
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
- Naver Clova,Naver AI Lab
- Organisationsart
- Industry,Industry
- Land
- Korea (Republic of)
- Veröffentlicht
- 22 November 2022
- Autoren
- Kyuyong Shin, Hanock Kwak, Su Young Kim, Max Nihlen Ramstrom, Jisu Jeong, Jung-Woo Ha, Kyung-Min Kim
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.
- Domain
- Recommendation
- Aufgabe
- Recommender system
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
- 160M
- Trainingsdaten
- tokens
- Epochen
- 8
- Batch-Größe
- 256
160m
Pre-training: We construct a sufficiently large-scale dataset with more than 50B (50741643225) behavior tokens collected over 2 years from search engine and e-commerce platform. Number of behavior tokens 50,741,643,225 (Appendix 1) Downstream: Books: We collect 1,298,489 review logs of 100,000 unique users and 504,572 unique books. Clothing: We collect 928,598 review logs of 100,000 unique users and 314,943 unique clothing, shoes, and jewelry. 50741643225+1298489+928598=50743870312
CLUE is trained with 160M parameters, sequence length (128), and batch size (256).
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
- 3.5 × 10¹⁸ FLOP
- Wie es etabliert wurde
- Reported,Operation counting
using graph reader on Figure 2 b for the upper right point: 0.04 PF-days * 10^15 FLOPS/s* 3600s*24h=3456000000000000000 counting operations: =160000000.00*50743870312*6=4.871411549952 × 10^19 "The computation (PF-days) is calculated as 6 × # of parameters × batch size × # of training steps × sequence length divided by one PF-day = 8.64 × 10^19. We train all models for 100,000 steps."
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 V100
- Verwendete Chips
- 64
- Wand-Uhrzeit
- 168 hours (7 days)
- Stromverbrauch
- 38.4 kW
We shuffle the dataset at every epoch and train the model for 8 epochs, where the transfer performance begins to plateau. The total training time takes 7 days on 64 V100 GPUs.
Wie es klassifiziert ist
Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.
- Aufzeichnungsgenauigkeit
- Likely
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- Scaling Law for Recommendation Models: Towards General-purpose User Representations
- Zuletzt aktualisiert
- 28 November 2025
Was die Zahlen bedeuten
Woher es kam
CLUE wurde veröffentlicht von Naver Clova,Naver AI Lab, im Land aufgezeichnet als Korea (Republic of), während November 2022. Die veröffentlichende Organisation ist als industry,Industry.
Es funktioniert im Bereich von Recommendation, und wird als die Aufgabe von aufgezeichnet recommender system.
Da die Gewichte nicht verfügbar sind, gelten keine der Hardwareangaben an anderer Stelle auf dieser Seite für sie.
Training und Herkunft
Die Herstellung erforderte eine Arithmetik, die insgesamt etwa 3.5 × 10¹⁸ FLOP, auf Hardware erfasst als NVIDIA V100. Diese Zahl misst die Kosten für die Produktion des MODELLS und hat keinen Einfluss darauf, wie schnell es antwortet.
Antworten
CLUE — Häufige Fragen
CLUE— 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.
CLUE— 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.
CLUE— Wie viele Parameter hat es?
Es hat eine Parameteranzahl von 160M. 160m. 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.
CLUE— Wer hat es erstellt?
Es wurde veröffentlicht von Naver Clova,Naver AI Lab, basiert auf Korea (Republic of), eine als kategorisierte Organisation industry,Industry.
CLUE— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in November 2022. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.
CLUE— Wofür wird es verwendet?
Es funktioniert im Bereich von Recommendation, und wird als Bewältigung der Aufgabe von recommender system. Modelle tragen häufig mehr als eines von jeder, und die Tags beschreiben den Zweck anstelle von Fähigkeitsgrenzen.
CLUE— Wie viel Rechenleistung wurde verwendet, um es zu trainieren?
Training verbrauchte etwa 3.5 × 10¹⁸ FLOP, auf Hardware erfasst als NVIDIA V100. 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.
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.