ALLaM adapted 70B
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 2-70B
- 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
- 70B
- Datos de entrenamiento
- 600,000,000,000 tokens
- Épocas
- 1
"For the ALLaM-70B model, we only train up to 600B 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
- 1.1 × 10²⁴ FLOP
Llama 70B: 8.1e+23 Finetune: 6*70000000000*600000000000=252000000000000000000000 Total: 1062000000000000000000000
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
- Unreleased
- Código de entrenamiento
- Unreleased
not yet released
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
- Por qué se rastrea
- SOTA improvement
- Confianza de registro
- Confident
- Citas
- 69
SOTA at Arabic MMLU benchmarks, all results in this paper: https://openreview.net/pdf?id=MscdsFVZrN
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
De dónde vino
ALLaM adapted 70B fue publicado por Saudi Data and Artificial Intelligence Authority, en el país registrado como Saudi Arabia, durante May 2024. La organización editora está clasificada como industry,Government.
Funciona en el dominio de Language, y se registra como realizando la tarea de language modeling/generation, Translation, Question answering.
Se basa en Llama 2-70B. La mayoría de los modelos a esta escala están adaptados de una base existente en lugar de construidos desde cero.
Este es un modelo cerrado: los valores entrenados quedaron con quien los produjo, y no hay una versión local para ejecutar.
Qué se necesitó para construirlo
El entrenamiento consumió alrededor de 1.1 × 10²⁴ 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.
El conjunto de entrenamiento se ejecutó a aproximadamente 600,000,000,000 tokens de texto
Su criterio de inclusión: sOTA improvement.
Respuestas
ALLaM adapted 70B — preguntas comunes
ALLaM adapted 70B— ¿Quién lo creó?
Fue publicado por Saudi Data and Artificial Intelligence Authority, basado en Saudi Arabia, una organización categorizada como industry,Government.
ALLaM adapted 70B— ¿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 adapted 70B— ¿Para qué se utiliza?
Funciona en el dominio de Language, y se registra como manejando la tarea de language modeling/generation, Translation, Question answering. Los Modelos suelen llevar más de uno de cada uno, y las etiquetas describen el propósito en lugar de los límites de capacidad.
ALLaM adapted 70B— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 1.1 × 10²⁴ 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 adapted 70B— ¿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 adapted 70B— ¿Es de código abierto?
No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.
ALLaM adapted 70B— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 70B. 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.
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.