CTR-BERT
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
- Amazon
- Organisationsart
- Industry
- Land
- United States of America
- Veröffentlicht
- 6 December 2021
- Autoren
- Aashiq Muhamed, Iman Keivanloo, Sujan Perera, James Mracek, Yi Xu, Qingjun Cui, Santosh Rajagopalan, Belinda Zeng, Trishul Chilimb
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.
- Domain
- Recommendation
- Aufgabe
- Click-through rate prediction
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
- 70M
- Trainingsdaten
- 1,200,000,000 tokens
'CTR-BERTuses about 70 million parameters which can be trained on 8 A100 GPUs in less than a day (<1000 USD). '
more than 200M citations: 'Our CTR dataset is sampled from online traffic and is different from existing public CTR datasets in that it comprises of text features in addition to numeric/categorical features. We sample random train-test splits from 2020 online traffic. As The train-test splits are sampled from 2021 online traffic and balanced the same way as OOD data. The train set comprises 200 million data points and the test and validation sets comprise 25 million points each'
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
- 6.5 × 10¹⁹ FLOP
- Wie es etabliert wurde
- Hardware
flops = (8) * (312 * 10**12) * (24 * 3600) * (0.3) (num gpu) * (peak flops) * (time in seconds) * (assumed utilization rate) 'CTR-BERT uses about 70 million parameters which can be trained on 8 A100 GPUs in less than a day (<1000 USD). '
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
- Verwendete Chips
- 8
- Stromverbrauch
- 6.4 kW
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
- Unreleased
- 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.
- Aufzeichnungsgenauigkeit
- Likely
- Zitationen
- 52
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- CTR-BERT: Cost-effective knowledge distillation for billion-parameter teacher models
- Zuletzt aktualisiert
- 1 December 2025
Was die Zahlen bedeuten
Über dieses Modell
CTR-BERT wurde veröffentlicht von Amazon, im Land aufgezeichnet als United States of America, während December 2021. Es stammt aus einer Organisation, die kategorisiert ist als industry.
Es funktioniert im Bereich von Recommendation, und wird als die Aufgabe von aufgezeichnet click-through rate prediction.
Dies ist ein geschlossenes Modell: die trainierten Werte blieben bei demjenigen, der sie erzeugt hat, und es gibt keine lokale Version zum Ausführen.
Training und Herkunft
Der Trainingslauf verbrauchte etwa 6.5 × 10¹⁹ FLOP, auf Hardware erfasst als NVIDIA A100. Diese Zahl misst die Kosten für die Produktion des MODELLS und hat keinen Einfluss darauf, wie schnell es antwortet.
Der Trainingssatz lief auf etwa 1,200,000,000 Text-Tokens
Antworten
CTR-BERT — Häufige Fragen
CTR-BERT— Wie viel Rechenleistung wurde verwendet, um es zu trainieren?
Training verbrauchte etwa 6.5 × 10¹⁹ FLOP, auf Hardware erfasst als NVIDIA A100. 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.
CTR-BERT— 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.
CTR-BERT— Ist es Open-Source?
Nein. Seine Gewichte wurden nicht veröffentlicht, daher existiert es nur als ein Dienst, der von seinem Eigentümer kontrolliert wird.
CTR-BERT— Wie viele Parameter hat es?
Es hat eine Parameteranzahl von 70M. 'CTR-BERTuses about 70 million parameters which can be trained on 8 A100 GPUs in less than a day (<1000 USD). '. 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.
CTR-BERT— Wer hat es erstellt?
Es wurde veröffentlicht von Amazon, basiert auf United States of America, eine als kategorisierte Organisation industry.
CTR-BERT— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in December 2021. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.
CTR-BERT— Wofür wird es verwendet?
Es funktioniert im Bereich von Recommendation, und wird als Bewältigung der Aufgabe von click-through rate prediction. Dies sind die Bereiche, um die es entworfen wurde; sie beschreiben die Absicht und nicht eine harte Grenze.
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.