CLUE
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
- Naver Clova,Naver AI Lab
- Tipo de Organización
- Industry,Industry
- País
- Korea (Republic of)
- Publicado
- 22 November 2022
- Autores
- Kyuyong Shin, Hanock Kwak, Su Young Kim, Max Nihlen Ramstrom, Jisu Jeong, Jung-Woo Ha, Kyung-Min Kim
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Recommendation
- Tarea
- Recommender system
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
- 160M
- Datos de entrenamiento
- tokens
- Épocas
- 8
- Tamaño de lote
- 256
160m
Pre-training: We construct a sufficiently large-scale dataset with more than 50B (50741643225) behavior tokens collected over 2 years from search engine and e-commerce platform. Number of behavior tokens 50,741,643,225 (Appendix 1) Downstream: Books: We collect 1,298,489 review logs of 100,000 unique users and 504,572 unique books. Clothing: We collect 928,598 review logs of 100,000 unique users and 314,943 unique clothing, shoes, and jewelry. 50741643225+1298489+928598=50743870312
CLUE is trained with 160M parameters, sequence length (128), and batch size (256).
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
- 3.5 × 10¹⁸ FLOP
- Cómo se estableció
- Reported,Operation counting
using graph reader on Figure 2 b for the upper right point: 0.04 PF-days * 10^15 FLOPS/s* 3600s*24h=3456000000000000000 counting operations: =160000000.00*50743870312*6=4.871411549952 × 10^19 "The computation (PF-days) is calculated as 6 × # of parameters × batch size × # of training steps × sequence length divided by one PF-day = 8.64 × 10^19. We train all models for 100,000 steps."
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 V100
- Chips utilizados
- 64
- Tiempo de reloj
- 168 hours (7 days)
- Consumo de energía
- 38.4 kW
We shuffle the dataset at every epoch and train the model for 8 epochs, where the transfer performance begins to plateau. The total training time takes 7 days on 64 V100 GPUs.
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
- Likely
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Scaling Law for Recommendation Models: Towards General-purpose User Representations
- Última actualización
- 28 November 2025
Qué significan los números
De dónde vino
CLUE fue publicado por Naver Clova,Naver AI Lab, en el país registrado como Korea (Republic of), durante November 2022. La organización editora está clasificada como industry,Industry.
Funciona en el dominio de Recommendation, y se registra como realizando la tarea de recommender system.
Debido a que los pesos no están disponibles, ninguna de las cifras de hardware en este sitio se aplica a él.
Entrenamiento y procedencia
Producirlo requirió una aritmética que totaliza alrededor de 3.5 × 10¹⁸ FLOP, en hardware registrado como NVIDIA V100. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
Respuestas
CLUE — preguntas comunes
CLUE— ¿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.
CLUE— ¿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.
CLUE— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 160M. 160m. 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.
CLUE— ¿Quién lo creó?
Fue publicado por Naver Clova,Naver AI Lab, basado en Korea (Republic of), una organización categorizada como industry,Industry.
CLUE— ¿cuándo fue lanzado?
Se publicó en November 2022. 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.
CLUE— ¿Para qué se utiliza?
Funciona en el dominio de Recommendation, y se registra como manejando la tarea de recommender system. Los Modelos suelen llevar más de uno de cada uno, y las etiquetas describen el propósito en lugar de los límites de capacidad.
CLUE— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 3.5 × 10¹⁸ FLOP, en hardware registrado como NVIDIA V100. 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.
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.