DreamLLM
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
- Xi’an Jiaotong University,Megvii Inc,Tsinghua University,Huazhong University of Science and Technology
- Tipo de Organización
- Academia,Industry,Academia,Academia
- País
- China
- Publicado
- 20 September 2023
- Autores
- Runpei Dong, Chunrui Han, Yuang Peng, Zekun Qi, Zheng Ge, Jinrong Yang, Liang Zhao, Jianjian Sun, Hongyu Zhou, Haoran Wei, Xiangwen Kong, Xiangyu Zhang, Kaisheng Ma, Li Yi
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Multimodal, Language, Vision, Image generation
- Tarea
- Language modeling/generation, Vision-language generation, Image 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
- 7B
- Datos de entrenamiento
- 70,369,280,000 tokens
- Épocas
- 1
7B
from Table 13: 30M pairs image and text, 4M interleaved image-text documents, and 120k instruction examples
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
- 7.5 × 10²⁰ FLOP
- Cómo se estableció
- Hardware
Table 13: 128xA800 GPU for (6+10+1.5) hours flops = (128) * ( 312 * 10**12) * (17.5 * 3600) * (0.3) = 7.5e20 (num gpu) * (peak flops) * (time in seconds) * (assumed utilization rate)
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 A800 PCIe 40 GB
- Chips utilizados
- 128
- Horas de chip
- 2,240
- Tiempo de reloj
- 18 hours
- Consumo de energía
- 63.6 kW
from Table 11: (6+10+1.5) hours
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
- 318
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- DreamLLM: Synergistic Multimodal Comprehension and Creation
- Última actualización
- 25 May 2026
Qué significan los números
Acerca de este modelo
DreamLLM fue publicado por Xi’an Jiaotong University,Megvii Inc,Tsinghua University,Huazhong University of Science and Technology, en el país registrado como China, durante September 2023. Sale de una organización categorizada como academia,Industry,Academia,Academia.
Funciona en el dominio de Multimodal, Language, Vision, Image generation, y se registra como realizando la tarea de language modeling/generation, Vision-language generation, Image generation.
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
Producirlo requirió una aritmética que totaliza alrededor de 7.5 × 10²⁰ FLOP, en hardware registrado como NVIDIA A800 PCIe 40 GB. 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 70,369,280,000 tokens de texto
Respuestas
DreamLLM — preguntas comunes
DreamLLM— ¿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.
DreamLLM— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 7B. 7B. 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.
DreamLLM— ¿Quién lo creó?
Fue publicado por Xi’an Jiaotong University,Megvii Inc,Tsinghua University,Huazhong University of Science and Technology, basado en China, una organización categorizada como academia,Industry,Academia,Academia.
DreamLLM— ¿cuándo fue lanzado?
Se publicó en September 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.
DreamLLM— ¿Para qué se utiliza?
Funciona en el dominio de Multimodal, Language, Vision, Image generation, y se registra como manejando la tarea de language modeling/generation, Vision-language generation, Image generation. Los Modelos suelen llevar más de uno de cada uno, y las etiquetas describen el propósito en lugar de los límites de capacidad.
DreamLLM— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 7.5 × 10²⁰ FLOP, en hardware registrado como NVIDIA A800 PCIe 40 GB. 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.
DreamLLM— ¿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.
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.