DPO on Pythia-2.8B
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
- Stanford University,CZ Biohub Network
- Tipo de Organización
- Academia,Academia
- País
- United States of America
- Publicado
- 29 May 2023
- Autores
- Rafael Rafailov, Archit Sharma, Eric Mitchell, Stefano Ermon, Christopher D. Manning, Chelsea Finn
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, Question answering
- Modelo base
- Pythia-2.8b
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
- 2.8B
- Datos de entrenamiento
- tokens
same as base model
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
- Open source
"DPO is relatively straightforward to implement; PyTorch code for the DPO loss is provided [in the paper]"
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Por qué se rastrea
- Historical significance
- Confianza de registro
- Confident
the paper introduced DPO
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Direct Preference Optimization: Your Language Model is Secretly a Reward Model
- Última actualización
- 28 November 2025
Qué significan los números
Acerca de este modelo
DPO on Pythia-2.8B fue publicado por Stanford University,CZ Biohub Network, en el país registrado como United States of America, durante May 2023. Sale de una organización categorizada como academia,Academia.
Funciona en el dominio de Language, y se registra como realizando la tarea de language modeling/generation, Question answering.
Su punto de partida fue un modelo base existente, Pythia-2.8b. Esa es la forma habitual en que se produce un modelo especializado.
Este es un modelo cerrado: los valores entrenados quedaron con quien los produjo, y no hay una versión local para ejecutar.
Cómo fue entrenado
Su criterio de inclusión: historical significance.
Respuestas
DPO on Pythia-2.8B — preguntas comunes
DPO on Pythia-2.8B— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 2.8B. same as base model. 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.
DPO on Pythia-2.8B— ¿Quién lo creó?
Fue publicado por Stanford University,CZ Biohub Network, basado en United States of America, una organización categorizada como academia,Academia.
DPO on Pythia-2.8B— ¿cuándo fue lanzado?
Se publicó en May 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.
DPO on Pythia-2.8B— ¿Para qué se utiliza?
Funciona en el dominio de Language, y se registra como manejando la tarea de language modeling/generation, 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.
DPO on Pythia-2.8B— ¿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.
DPO on Pythia-2.8B— ¿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.