ALLaM adapted13B
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
- Saudi Data and Artificial Intelligence Authority
- Tipo de Organización
- Industry,Government
- País
- Saudi Arabia
- Publicado
- 21 May 2024
- Autores
- Saudi Data and Artificial Intelligence Authority
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Language
- Tarea
- Language modeling/generation, Translation, Question answering
- Modelo base
- LLaMA-13B
- Formato numérico
- BF16
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.
- parámetros
- 13B
- Datos de entrenamiento
- 5,200,000,000,000 tokens
- Épocas
- 1
3,431,217,579(4.3B) total documents, with a total of 4,587,781,981,546(4.5T) words, and 5.2T tokens.
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
- 1.7 × 10²³ FLOP
Finetuning compute: 6*13000000000*1200000000000=9.36e+22 Llama 13B training FLOP: 7.8e+22 Total: 1.716e+23
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
- NVIDIA A100
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
- API access
- Código de entrenamiento
- Unreleased
on IBM watsonx platform https://dataplatform.cloud.ibm.com/docs/content/wsj/analyze-data/fm-models.html?context=wx
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Probablemente por encima de 10²³ FLOP
- Yes
- Confianza de registro
- Confident
- Citas
- 69
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- ALLaM: Large Language Models for Arabic and English
- Última actualización
- 25 May 2026
Qué significan los números
Acerca de este modelo
ALLaM adapted13B fue publicado por Saudi Data and Artificial Intelligence Authority, en el país registrado como Saudi Arabia, durante May 2024. Sale de una organización categorizada como industry,Government.
Funciona en el dominio de Language, y se registra como realizando la tarea de language modeling/generation, Translation, Question answering.
Su punto de partida fue un modelo base existente, LLaMA-13B. La mayoría de los modelos a esta escala están adaptados de una base existente en lugar de construidos desde cero.
Debido a que los pesos no están disponibles, ninguna de las cifras de hardware en este sitio se aplica a él.
Entrenamiento y procedencia
Producirlo requirió una aritmética que totaliza alrededor de 1.7 × 10²³ FLOP, en hardware registrado como NVIDIA A100. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
Fue entrenado en un corpus de aproximadamente 5,200,000,000,000 tokens de texto
Respuestas
ALLaM adapted13B — preguntas comunes
ALLaM adapted13B— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 13B. Esa cifra es el total, y es lo que decide cuánta MEMORIA necesita el modelo — aproximadamente medio gigabyte por mil millones en la compresión que la mayoría de las personas usa.
ALLaM adapted13B— ¿Quién lo creó?
Fue publicado por Saudi Data and Artificial Intelligence Authority, basado en Saudi Arabia, una organización categorizada como industry,Government.
ALLaM adapted13B— ¿cuándo fue lanzado?
Se publicó en May 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.
ALLaM adapted13B— ¿Para qué se utiliza?
Funciona en el dominio de Language, y se registra como manejando la tarea de language modeling/generation, Translation, Question answering. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
ALLaM adapted13B— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 1.7 × 10²³ FLOP, en hardware registrado como NVIDIA A100. 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.
ALLaM adapted13B— ¿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.
ALLaM adapted13B— ¿Es de código abierto?
No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.
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.