CD-GraB (WT103)
Sin estimación
No hay requisitos de hardware para este modelo
Los pesos de este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en su propio hardware en ningún tamaño. Solo es accesible a través de su proveedor, y ninguna tarjeta gráfica lo cambia.
En registro
Especificación completa
Todo lo registrado para este modelo. La mayoría de ello describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se dedicó a ello y cómo se compara con modelos construidos a una escala diferente.
Origen
¿Quién construyó este modelo, dónde y cuándo fue publicado?
- Organización
- Cornell University
- Tipo de organización
- Academia
- País
- United States of America
- Publicado
- 2 February 2023
- Autores
- A. Feder Cooper, Wentao Guo, Khiem Pham, Tiancheng Yuan, Charlie F. Ruan, Yucheng Lu, Christopher De Sa
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
Tamaño
Qué tan grande es el modelo y cuántos datos se utilizaron para entrenarlo. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- Parámetros
- 6.8M
- Datos de entrenamiento
- tokens
- Épocas
- 30
They provide the model initialization code in Appendix D. Running it gives the parameter count.
Disponibilidad
Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo cual es lo que decide si alguna de las cifras de la tarjeta gráfica en esta página aplica.
- Pesos
- Closed — provider access only
- Acceso al modelo
- Unreleased
- Código de entrenamiento
- Open source
training code, Apache 2: https://github.com/GarlGuo/CD-GraB
Cómo se clasifica
Etiquetas que aplica el conjunto de datos de origen al rastrear modelos notables y cuán seguro está de la entrada.
- Citas
- 9
- Benchmark data
- CD-GraB (WT103)
Fuentes
De dónde proviene este registro y cuándo fue revisado por última vez.
- Referencia
- CD-GraB: Coordinating Distributed Example Orders for Provably Accelerated Training
- Última actualización
- 11 February 2026
Qué significan los números
De dónde vino
CD-GraB (WT103) was published by Cornell University, in United States of America, in February 2023. academia is the category the publisher falls under.
It works in Language, and is recorded as doing language modeling.
Sus pesos nunca fueron publicados, por lo que solo se puede acceder a ellos a través de su proveedor. Ninguna tarjeta gráfica cambia eso.
Respuestas
CD-GraB (WT103) — Preguntas frecuentes
What GPU do I need to run CD-GraB (WT103)?
None. CD-GraB (WT103) is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is CD-GraB (WT103) open source?
No. CD-GraB (WT103) has not had its weights published, so it exists only as a service controlled by its owner.
How many parameters does CD-GraB (WT103) have?
CD-GraB (WT103) has 6.8M parameters. They provide the model initialization code in Appendix D. Running it gives the parameter count. That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.
Who created CD-GraB (WT103)?
CD-GraB (WT103) was published by Cornell University, based in United States of America, categorised as academia.
When was CD-GraB (WT103) released?
CD-GraB (WT103) was published in February 2023. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is CD-GraB (WT103) used for?
CD-GraB (WT103) works in Language, and is recorded as handling language modeling. A model can carry several of each, so these are the areas it was built for rather than a limit on what it will attempt.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posee una tarjeta y desea saber todo lo que podrá ejecutar, empiece por el hardware en su lugar.