PAGnol-XL
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
- LightOn,Laboratoire de Physique de l'Ecole Normale (LPENS),INRIA
- Organisationsart
- Industry,Academia,Academia
- Land
- France
- Veröffentlicht
- 16 October 2021
- Autoren
- Julien Launay, E.L. Tommasone, Baptiste Pannier, François Boniface, Amélie Chatelain, Alessandro Cappelli, Iacopo Poli, Djamé Seddah
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.
- Domain
- Language
- Aufgabe
- Language modeling, Language modeling/generation, Translation
- Ansatz
- Self-supervised 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.
- Parameter
- 1.5B
- Trainingsdaten
- tokens
Section 4.1: 32G tokens => 32e9*0.75 = 24e9 words
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
- 2.6 × 10²⁰ FLOP
- Wie es etabliert wurde
- Reported
They report their compute directly. From section 8: "About 62k GPU-hours on the Jean Zay HPC Cluster." Jean Zay uses both A100 and V100 GPUs, and maybe other stuff as well? Note they explicitly call out V100 in their Appendix A. https://www.hpcwire.com/2021/11/17/frances-jean-zay-supercomputer-gets-ai-boost-from-hpe-nvidia/
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 Tesla V100 SXM2
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
- API access
Wie es klassifiziert ist
Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.
- Aufzeichnungsgenauigkeit
- Confident
- Zitationen
- 10
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- PAGnol: An Extra-Large French Generative Model
- Zuletzt aktualisiert
- 25 May 2026
Was die Zahlen bedeuten
Hintergrund
PAGnol-XL wurde veröffentlicht von LightOn,Laboratoire de Physique de l'Ecole Normale (LPENS),INRIA, im Land aufgezeichnet als France, während October 2021. Die veröffentlichende Organisation ist als industry,Academia,Academia.
Es funktioniert im Bereich von Language, und wird als die Aufgabe von aufgezeichnet language modeling, Language modeling/generation, Translation.
Seine Gewichte wurden niemals veröffentlicht, daher kann es nur über seinen Anbieter erreicht werden. Keine Grafikkarten ändern das.
Training und Herkunft
Der Trainingslauf verbrauchte etwa 2.6 × 10²⁰ FLOP, auf Hardware erfasst als NVIDIA Tesla V100 SXM2. Diese Zahl misst die Kosten für die Produktion des MODELLS und hat keinen Einfluss darauf, wie schnell es antwortet.
Antworten
PAGnol-XL — Häufige Fragen
PAGnol-XL— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in October 2021. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.
PAGnol-XL— Wofür wird es verwendet?
Es funktioniert im Bereich von Language, und wird als Bewältigung der Aufgabe von language modeling, Language modeling/generation, Translation. Ein Modell kann mehrere von jedem tragen, daher sind dies die Bereiche, für die es gebaut wurde, anstatt eine Begrenzung dafür, was es versuchen wird.
PAGnol-XL— Wie viel Rechenleistung wurde verwendet, um es zu trainieren?
Training verbrauchte etwa 2.6 × 10²⁰ FLOP, auf Hardware erfasst als NVIDIA Tesla V100 SXM2. 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.
PAGnol-XL— 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.
PAGnol-XL— Ist es Open-Source?
Nein. Seine Gewichte wurden nicht veröffentlicht, daher existiert es nur als ein Dienst, der von seinem Eigentümer kontrolliert wird.
PAGnol-XL— Wie viele Parameter hat es?
Es hat eine Parameteranzahl von 1.5B. 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.
PAGnol-XL— Wer hat es erstellt?
Es wurde veröffentlicht von LightOn,Laboratoire de Physique de l'Ecole Normale (LPENS),INRIA, basiert auf France, eine als kategorisierte Organisation industry,Academia,Academia.
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.