Flexi-JEST++
Sin estimación
Sin requisitos de hardware para este modelo
Los pesos para este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en tu propio hardware de ningún tamaño. Solo se puede acceder a través de su proveedor, y ningún cambio de tarjeta gráfica eso..
En registro
especificación completa
Todo en archivo para este modelo. La mayor parte describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se invirtió en él y cómo se compara con modelos construidos a una escala diferente..
Origen
Quién construyó este modelo, dónde, y cuándo fue publicado.
- Organización
- Google DeepMind
- Tipo de Organización
- Industry
- País
- United States of America
- Publicado
- 25 June 2024
- Autores
- Talfan Evans, Nikhil Parthasarathy, Hamza Merzic, Olivier J. Henaff
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Vision
- Tarea
- Image classification
Tamaño
Qué tan grande es el modelo y cuántos datos se usaron para su entrenamiento. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- Datos de entrenamiento
- 131,072,000,000,000 tokens
4b training examples seen (figure 1) The vision encoder takes images resized to (256 x 256) and the text-encoder tokenizes text with the sentencepiece tokenizer [26] trained on the English C4 dataset [39]. We crop the text to the first 64 tokens. visual encoder: ViT-B/16 4*10^9*((256/16)^2 + 64) = 1.28e+12 tokens (text and image)
Cómputo de entrenamiento
La aritmética realizada para entrenar el modelo, medida en operaciones de punto flotante. Es una medida de lo que costó la ejecución del entrenamiento, no de qué tan rápido te responde el modelo terminado.
- Cómputo de entrenamiento
- 1.3 × 10²¹ FLOP
- Cómo se estableció
- Other
1.26*10^21 from the figure 1 there is slight disrepancy (within confidence interval) between sigclip/flexi-jest++ training compute ratio if we compare epoch's estimated compute and table 1
La ejecución de entrenamiento
Lo que costó físicamente entrenar: qué chips, cuántos, por cuánto tiempo y qué eso consumió de la pared.
- Hardware de entrenamiento
- Google TPU v5e
- Chips utilizados
- 256
- Consumo de energía
- 113.7 kW
Disponibilidad
Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo que decide si alguna de las cifras de la GPU en esta página se aplica.
- Pesos
- Closed — provider access only
- Acceso al modelo
- Unreleased
- Código de entrenamiento
- Unreleased
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Confianza de registro
- Confident
- Citas
- 30
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Data curation via joint example selection further accelerates multimodal learning
- Última actualización
- 25 May 2026
Qué significan los números
De dónde vino
Flexi-JEST++ fue publicado por Google DeepMind, en el país registrado como United States of America, durante June 2024. La organización editora está clasificada como industry.
Funciona en el dominio de Vision, y se registra como realizando la tarea de image classification.
Sus pesos nunca fueron publicados, por lo que solo se puede acceder a través de su proveedor. No hay cambios en la tarjeta gráfica que eso.
Qué se necesitó para construirlo
El entrenamiento consumió alrededor de 1.3 × 10²¹ FLOP, en hardware registrado como Google TPU v5e. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
El conjunto de entrenamiento se ejecutó a aproximadamente 131,072,000,000,000 tokens de texto
Respuestas
Flexi-JEST++ — preguntas comunes
Flexi-JEST++— ¿Qué GPU necesito para ejecutarlo?
Ninguno. Este es un modelo cerrado: sus PESOS nunca fueron publicados, por lo que no se puede descargar o ejecutar en su propio hardware a ningún precio. Solo se puede acceder a él a través de su proveedor.
Flexi-JEST++— ¿Es de código abierto?
No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.
Flexi-JEST++— ¿cuántos parámetros tiene?
No se ha publicado el conteo de parámetros para él, por lo que no aparece ninguna cifra de memoria o velocidad en esta página.
Flexi-JEST++— ¿Quién lo creó?
Fue publicado por Google DeepMind, basado en United States of America, una organización categorizada como industry.
Flexi-JEST++— ¿cuándo fue lanzado?
Se publicó en June 2024. La capacidad por parámetro ha mejorado considerablemente desde entonces, por lo que un modelo más reciente del mismo tamaño suele ser el mejor uso del mismo hardware.
Flexi-JEST++— ¿Para qué se utiliza?
Funciona en el dominio de Vision, y se registra como manejando la tarea de image classification. Un modelo puede manejar varios de cada uno, así que estas son las áreas para las que fue construido en lugar de un límite en lo que intentará.
Flexi-JEST++— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 1.3 × 10²¹ FLOP, en hardware registrado como Google TPU v5e. Eso mide cuánto costó producir el modelo y no dice nada sobre cuán rápido responde una vez entrenado — la velocidad de inferencia proviene del ancho de banda de memoria, no del presupuesto de entrenamiento.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posees una tarjeta y quieres saber todo lo que podrá ejecutar., Comience desde el hardware en su lugar.