Aeneas
Χωρίς εκτίμηση
Δεν υπάρχουν απαιτήσεις υλικού για αυτό το μοντέλο
Τα βάρη αυτού του μοντέλου δεν έχουν δημοσιευθεί, επομένως δεν μπορεί να κατεβεί ή να τρέξει σε δικό σας υλικό οποιουδήποτε μεγέθους. Είναι προσβάσιμο μόνο μέσω του παρόχου του και καμία κάρτα γραφικών δεν το αλλάζει αυτό.
Σε εγγραφή
Πλήρης προδιαγραφή
Όλα τα δεδομένα σχετικά με αυτό το μοντέλο. Τα περισσότερα περιγράφουν πώς εκπαιδεύτηκε παρά πώς τρέχει — χρήσιμο πλαίσιο για την αξιολόγηση του πόσο δουλειά απαιτήθηκε και πώς συγκρίνεται με μοντέλα που έχουν κατασκευαστεί σε διαφορετική κλίμακα.
Προέλευση
Ποιος δημιούργησε αυτό το μοντέλο, πού και πότε δημοσιεύθηκε;
- Οργάνωση
- Google DeepMind,University of Nottingham,University of Warwick,Athens University of Economics and Business,Google,University of Oxford
- Τύπος οργάνωσης
- Industry,Academia,Academia,Academia,Industry,Academia
- Χώρα
- United States of America, United Kingdom of Great Britain and Northern Ireland, Greece
- Δημοσιευμένο
- 23 July 2025
- Συγγραφείς
- 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
Τι κάνει
Οι προβληματικές περιοχές για τις οποίες κατασκευάστηκε το μοντέλο. Ένα μοντέλο μπορεί να περιέχει αρκετές από κάθε μία.
- Τομέας
- Vision, Multimodal, Language
- Εντολή
- Character recognition (OCR), Visual question answering
Μέγεθος
Πόσο μεγάλο είναι το μοντέλο και πόσα δεδομένα εκπαιδεύτηκε. Οι παράμετροι είναι το νούμερο που αποφασίζει αν χωράει σε μια δεδομένη κάρτα γραφικών.
- Δεδομένα εκπαίδευσης
- 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
Υπολογιστική εκπαίδευση
Η αριθμητική που εκτελείται για την εκπαίδευση του μοντέλου, μετρημένη σε αριθμητικές πράξεις κινητής υποδιαστολής. Είναι ένα μέτρο του κόστους της εκπαίδευσης, όχι πόσο γρήγορα απαντά το ολοκληρωμένο μοντέλο.
- Υπολογιστική εκπαίδευση
- 2.3 × 10²¹ FLOP
- Πώς ιδρύθηκε
- Hardware
197000000000000 FLOP / chip / sec * 64 chips * 168 hours * 3600 sec / hour * 0.3 [assumed utilization] = 2.2875955e+21 FLOP
Η εκπαίδευση
Τι χρειάστηκε φυσικά για να εκπαιδεύσουμε: ποια τσιπ, πόσα, για πόσο καιρό, και τι αυτό τραβούσε από τον τοίχο.
- Εκπαίδευση υλικού
- Google TPU v5e
- Τσιπ που χρησιμοποιούνται
- 64
- Χρόνος τοίχου
- 168 hours (7 days)
- Κατανάλωση ενέργειας
- 28.2 kW
- Cloud vendor
- Google Cloud
"The model was trained for one week using 64 Tensor Processing Unit v5e chips on the Google Cloud platform"
Διαθεσιμότητα
Εάν μπορείτε να αποκτήσετε το μοντέλο και να το εκτελέσετε στον δικό σας εξοπλισμό, κάτι που αποφασίζει αν κάποια από τα στοιχεία της κάρτας γραφικών σε αυτή τη σελίδα εφαρμόζονται.
- Βάρη
- Closed — provider access only
- Πρόσβαση μοντέλου
- Hosted access (no API)
- Κώδικας εκπαίδευσης
- Open source
Apache 2.0 https://github.com/google-deepmind/predictingthepast/tree/main/train
Πώς ταξινομείται
Ετικέτες που εφαρμόζει το πηγαίο σύνολο δεδομένων κατά την παρακολούθηση σημαντικών μοντέλων, και πόσο σίγουρο είναι για την είσοδο.
- Καταγραφή εμπιστοσύνης
- Confident
Πηγές
Από πού προήλθε αυτή η καταγραφή και πότε ελέγχθηκε τελευταία.
- Αναφορά
- Contextualizing ancient texts with generative neural networks
- Τελευταία ενημέρωση
- 28 November 2025
Τι σημαίνουν οι αριθμοί
Σχετικά με αυτό το μοντέλο
Aeneas was published by Google DeepMind,University of Nottingham,University of Warwick,Athens University of Economics and Business,Google,University of Oxford, in United States of America, in July 2025. industry,Academia,Academia,Academia,Industry,Academia is the category the publisher falls under.
It works in Vision, Multimodal, Language, and is recorded as doing character recognition (OCR), Visual question answering.
Τα βάρη του δεν δημοσιεύθηκαν ποτέ, οπότε μπορεί να αποκτηθεί μόνο μέσω του παρόχου του. Καμία κάρτα γραφικών δεν αλλάζει αυτό.
Τι απαιτήθηκε για την κατασκευή του
Producing it required around 2.3 × 10²¹ FLOP of arithmetic, on Google TPU v5e, which is a statement about the training budget rather than about inference.
Απαντήσεις
Aeneas — Συχνές ερωτήσεις
What is Aeneas used for?
Aeneas works in Vision, Multimodal, Language, and is recorded as handling character recognition (OCR), Visual question answering. These are the areas it was designed around; they describe intent rather than a hard boundary.
How much compute was used to train Aeneas?
Around 2.3 × 10²¹ FLOP, on Google TPU v5e. That measures what producing the model cost and says nothing about how quickly it answers once trained — inference speed comes from memory bandwidth, not from the training budget.
What GPU do I need to run Aeneas?
None. Aeneas is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is Aeneas open source?
No. Aeneas has not had its weights published, so it exists only as a service controlled by its owner.
How many parameters does Aeneas have?
No parameter count has been published for Aeneas, which is why no memory or speed figure appears on this page.
Who created Aeneas?
Aeneas was published by Google DeepMind,University of Nottingham,University of Warwick,Athens University of Economics and Business,Google,University of Oxford, based in United States of America, categorised as industry,Academia,Academia,Academia,Industry,Academia.
When was Aeneas released?
Aeneas was published in July 2025.
Η άλλη κατεύθυνση
Βλέποντάς το από την άλλη πλευρά;
Αυτή η σελίδα ξεκινάει από το μοντέλο. Αν ήδη διαθέτετε μια κάρτα και θέλετε να γνωρίζετε όλα όσα θα τρέξει, Ξεκινήστε από το υλικό αντί..