Konan LLM 41B
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
- Konan Technology
- Tipo de Organización
- Industry
- País
- Korea (Republic of)
- Publicado
- 15 December 2023
- Autores
- Yang Seung-hyun, Wiretin, Changmin, Kim Jong-tae
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Language, Vision
- Tarea
- Language modeling/generation
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
- 41B
- Datos de entrenamiento
- 7,000,000,000,000 tokens
https://www.konantech.com/pr/press?number=2628&pn=1&stype2=&sfi=subj&sword= Since 2007, via the real-time AI analysis service pulseK, over 20.5 billion pieces of data have been independently secured. Among them, only 2 billion high-quality, large-scale data pieces have been used for training.
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
- Cómo se estableció
- Operation counting
=41000000000 parameters * 700000000000 tokens [see dataset size notes] * 6 FLOP / token / parameter =1.722 × 10^23 FLOP
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
- Hosted access (no API)
- 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.
- Probablemente por encima de 10²³ FLOP
- Yes
- Confianza de registro
- Likely
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Konan LLM: A Korean Large Language Model
- Última actualización
- 28 November 2025
Qué significan los números
Acerca de este modelo
Konan LLM 41B fue publicado por Konan Technology, en el país registrado como Korea (Republic of), durante December 2023. La categoría en la que se encuentra el editor es industry.
Funciona en el dominio de Language, Vision, y se registra como realizando la tarea de language modeling/generation.
Este es un modelo cerrado: los valores entrenados quedaron con quien los produjo, y no hay una versión local para ejecutar.
Cómo fue entrenado
Producirlo requirió una aritmética que totaliza alrededor de 1.7 × 10²³ FLOP. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
El entrenamiento consumió un corpus de alrededor de 7,000,000,000,000 tokens de texto
Respuestas
Konan LLM 41B — preguntas comunes
Konan LLM 41B— ¿Quién lo creó?
Fue publicado por Konan Technology, basado en Korea (Republic of), una organización categorizada como industry.
Konan LLM 41B— ¿cuándo fue lanzado?
Se publicó en December 2023. 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.
Konan LLM 41B— ¿Para qué se utiliza?
Funciona en el dominio de Language, Vision, y se registra como manejando la tarea de language modeling/generation. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
Konan LLM 41B— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 1.7 × 10²³ FLOP. 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.
Konan LLM 41B— ¿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.
Konan LLM 41B— ¿Es de código abierto?
No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.
Konan LLM 41B— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 41B. 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.