InternViT-6B
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
- Shanghai AI Lab,Nanjing University,The University of Hong Kong,Tsinghua University,SenseTime,University of Science and Technology of China (USTC)
- Tipo de Organización
- Academia,Academia,Academia,Academia,Industry,Academia
- País
- China, Hong Kong
- Publicado
- 15 January 2024
- Autores
- Zhe Chen, Jiannan Wu, Wenhai Wang, Weijie Su, Guo Chen, Sen Xing, Muyan Zhong, Qinglong Zhang, Xizhou Zhu, Lewei Lu, Bin Li, Ping Luo, Tong Lu, Yu Qiao, Jifeng Dai
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Vision, Language
- Tarea
- Visual question answering
- Modelo base
- LLaMA-7B
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
- 6B
- Datos de entrenamiento
- tokens
6B
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
- Chips utilizados
- 640
- Consumo de energía
- 507.1 kW
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
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- InternVL: Scaling up Vision Foundation Models and Aligning for Generic Visual-Linguistic Tasks
- Última actualización
- 28 November 2025
Qué significan los números
Acerca de este modelo
InternViT-6B fue publicado por Shanghai AI Lab,Nanjing University,The University of Hong Kong,Tsinghua University,SenseTime,University of Science and Technology of China (USTC), en el país registrado como China, durante January 2024. La organización editora está clasificada como academia,Academia,Academia,Academia,Industry,Academia.
Funciona en el dominio de Vision, Language, y se registra como realizando la tarea de visual question answering.
En lugar de ser entrenado desde cero, se deriva de LLaMA-7B. Por eso comparte la forma y el tamaño general del modelo base.
Este es un modelo cerrado: los valores entrenados quedaron con quien los produjo, y no hay una versión local para ejecutar.
Respuestas
InternViT-6B — preguntas comunes
InternViT-6B— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 6B. 6B. 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.
InternViT-6B— ¿Quién lo creó?
Fue publicado por Shanghai AI Lab,Nanjing University,The University of Hong Kong,Tsinghua University,SenseTime,University of Science and Technology of China (USTC), basado en China, una organización categorizada como academia,Academia,Academia,Academia,Industry,Academia.
InternViT-6B— ¿cuándo fue lanzado?
Se publicó en January 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.
InternViT-6B— ¿Para qué se utiliza?
Funciona en el dominio de Vision, Language, y se registra como manejando la tarea de visual question answering. 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.
InternViT-6B— ¿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.
InternViT-6B— ¿Es de código abierto?
La licencia nunca fue registrada en nuestros datos fuente. Tratamos las licencias no declaradas como cerradas, porque una licencia no registrada no es una en la que confiar.
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.