Aeneas
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
- Google DeepMind,University of Nottingham,University of Warwick,Athens University of Economics and Business,Google,University of Oxford
- Organisationsart
- Industry,Academia,Academia,Academia,Industry,Academia
- Land
- United States of America, United Kingdom of Great Britain and Northern Ireland, Greece
- Veröffentlicht
- 23 July 2025
- Autoren
- Yannis Assael, Thea Sommerschield, Alison Cooley, Brendan Shillingford, John Pavlopoulos, Priyanka Suresh, Bailey Herms, Justin Grayston, Benjamin Maynard, Nicholas Dietrich, Robbe Wulgaert, Jonathan Prag, Alex Mullen, Shakir Mohamed
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.
- Domain
- Vision, Multimodal, Language
- Aufgabe
- Character recognition (OCR), Visual question answering
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
"batch size of 1,024 text–image pairs, using the LAMB81 optimizer. The learning rate follows a schedule with a peak value of 3 × 10−3, a warm-up phase of 4,000 steps and a total of 1 million steps." -> ~10^9 image-text pairs
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
- 2.3 × 10²¹ FLOP
- Wie es etabliert wurde
- Hardware
197000000000000 FLOP / chip / sec * 64 chips * 168 hours * 3600 sec / hour * 0.3 [assumed utilization] = 2.2875955e+21 FLOP
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
- Google TPU v5e
- Verwendete Chips
- 64
- Wand-Uhrzeit
- 168 hours (7 days)
- Stromverbrauch
- 28.2 kW
- Cloud-Anbieter
- Google Cloud
"The model was trained for one week using 64 Tensor Processing Unit v5e chips on the Google Cloud platform"
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
- Hosted access (no API)
- Training-Code
- Open source
Apache 2.0 https://github.com/google-deepmind/predictingthepast/tree/main/train
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
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- Contextualizing ancient texts with generative neural networks
- Zuletzt aktualisiert
- 28 November 2025
Was die Zahlen bedeuten
Über dieses Modell
Aeneas wurde veröffentlicht von Google DeepMind,University of Nottingham,University of Warwick,Athens University of Economics and Business,Google,University of Oxford, im Land aufgezeichnet als United States of America, während July 2025. Die Kategorie, in die der Herausgeber fällt, ist industry,Academia,Academia,Academia,Industry,Academia.
Es funktioniert im Bereich von Vision, Multimodal, Language, und wird als die Aufgabe von aufgezeichnet character recognition (OCR), Visual question answering.
Seine Gewichte wurden niemals veröffentlicht, daher kann es nur über seinen Anbieter erreicht werden. Keine Grafikkarten ändern das.
Was in den Aufbau geflossen ist
Die Herstellung erforderte eine Arithmetik, die insgesamt etwa 2.3 × 10²¹ FLOP, auf Hardware erfasst als Google TPU v5e. Diese Zahl misst die Kosten für die Produktion des MODELLS und hat keinen Einfluss darauf, wie schnell es antwortet.
Antworten
Aeneas — Häufige Fragen
Aeneas— Wofür wird es verwendet?
Es funktioniert im Bereich von Vision, Multimodal, Language, und wird als Bewältigung der Aufgabe von character recognition (OCR), Visual question answering. Dies sind die Bereiche, um die es entworfen wurde; sie beschreiben die Absicht und nicht eine harte Grenze.
Aeneas— Wie viel Rechenleistung wurde verwendet, um es zu trainieren?
Training verbrauchte etwa 2.3 × 10²¹ FLOP, auf Hardware erfasst als Google TPU v5e. 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.
Aeneas— 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.
Aeneas— Ist es Open-Source?
Nein. Seine Gewichte wurden nicht veröffentlicht, daher existiert es nur als ein Dienst, der von seinem Eigentümer kontrolliert wird.
Aeneas— Wie viele Parameter hat es?
Es wurden keine Parameteranzahlen veröffentlicht, weshalb keine Speicher- oder Geschwindigkeitsangaben auf dieser Seite erscheinen.
Aeneas— Wer hat es erstellt?
Es wurde veröffentlicht von Google DeepMind,University of Nottingham,University of Warwick,Athens University of Economics and Business,Google,University of Oxford, basiert auf United States of America, eine als kategorisierte Organisation industry,Academia,Academia,Academia,Industry,Academia.
Aeneas— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in July 2025.
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.