Eagle 2.5
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
- NVIDIA,Nanjing University,Hong Kong Polytechnic University,Rutgers University
- Organisationsart
- Industry,Academia,Academia,Academia
- Land
- United States of America, China, Hong Kong
- Veröffentlicht
- 21 April 2025
- Autoren
- Guo Chen, Zhiqi Li, Shihao Wang, Jindong Jiang, Yicheng Liu, Lidong Lu, De-An Huang, Wonmin Byeon, Matthieu Le, Tuomas Rintamaki, Tyler Poon, Max Ehrlich, Tuomas Rintamaki, Tyler Poon, Tong Lu, Limin Wang, Bryan Catanzaro, Jan Kautz, Andrew Tao, Zhiding Yu, Guilin Liu
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.
- Domain
- Vision, Robotics, Language
- Basis-Modell
- Qwen2.5-7B
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
- 8B
- Trainingsdaten
- tokens
Table 8. "Full Model, 8B" Could be Qwen2.5-7B + MLP Connector (40M) https://nvlabs.github.io/EAGLE/ as of 2025-05-29: "Eagle-2.5 Weights (Coming Soon)"
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
- Eagle 2.5: Boosting Long-Context Post-Training for Frontier Vision-Language Models
- Zuletzt aktualisiert
- 28 November 2025
Was die Zahlen bedeuten
Hintergrund
Eagle 2.5 wurde veröffentlicht von NVIDIA,Nanjing University,Hong Kong Polytechnic University,Rutgers University, im Land aufgezeichnet als United States of America, während April 2025. Die veröffentlichende Organisation ist als industry,Academia,Academia,Academia.
Es funktioniert im Bereich von Vision, Robotics, Language.
Der Ausgangspunkt war ein vorhandenes Basis-Modell, Qwen2.5-7B. Das ist der Grund, warum es die allgemeine Form und Größe des Basis-Modells teilt.
Seine Gewichte wurden niemals veröffentlicht, daher kann es nur über seinen Anbieter erreicht werden. Keine Grafikkarten ändern das.
Antworten
Eagle 2.5 — Häufige Fragen
Eagle 2.5— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in April 2025.
Eagle 2.5— Wofür wird es verwendet?
Es funktioniert im Bereich von Vision, Robotics, Language. Modelle tragen häufig mehr als eines von jeder, und die Tags beschreiben den Zweck anstelle von Fähigkeitsgrenzen.
Eagle 2.5— 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.
Eagle 2.5— 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.
Eagle 2.5— Wie viele Parameter hat es?
Es hat eine Parameteranzahl von 8B. Table 8. "Full Model, 8B" Could be Qwen2.5-7B + MLP Connector (40M) https://nvlabs.github.io/EAGLE/ as of 2025-05-29: "Eagle-2.5 Weights (Coming Soon)". 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.
Eagle 2.5— Wer hat es erstellt?
Es wurde veröffentlicht von NVIDIA,Nanjing University,Hong Kong Polytechnic University,Rutgers University, basiert auf United States of America, eine als kategorisierte Organisation industry,Academia,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.