AR-LDM
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
- Alibaba,University of Waterloo,Vector Institute
- Tipo de Organización
- Industry,Academia,Academia
- País
- China, Canada
- Publicado
- 20 November 2022
- Autores
- Xichen Pan, Pengda Qin, Yuhong Li, Hui Xue, Wenhu Chen
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Image generation
- Tarea
- Text-to-image
- Modelo base
- Stable Diffusion (LDM-KL-8-G)
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
- 1.5B
- Datos de entrenamiento
- tokens
- Épocas
- 50
Table 1
PororoSV, FlintstonesSV and VIST. All storytelling datasets, sizes would be possible to look up.
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
- 5.1 × 10²⁰ FLOP
- Cómo se estableció
- Hardware
8 NVIDIA A100 GPUs for 8 days
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 A100
- Tiempo de reloj
- 194 hours (8.1 days)
- Costo de cómputo
- $746
8 NVIDIA A100 GPUs for 8 days
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 (non-commercial)
no weights, no license. training and inference code here: https://github.com/xichenpan/ARLDM
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
- SOTA improvement
- Confianza de registro
- Confident
- Citas
- 86
The first latent diffusion model for coherent visual story synthesizing. "Quantitative results show that AR-LDM achieves SoTA FID scores on PororoSV, FlintstonesSV, and the newly introduced challenging dataset VIST containing natural images"
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Synthesizing Coherent Story with Auto-Regressive Latent Diffusion Models
- Última actualización
- 25 May 2026
Qué significan los números
Fondo
AR-LDM fue publicado por Alibaba,University of Waterloo,Vector Institute, en el país registrado como China, durante November 2022. La categoría en la que se encuentra el editor es industry,Academia,Academia.
Funciona en el dominio de Image generation, y se registra como realizando la tarea de text-to-image.
En lugar de ser entrenado desde cero, se deriva de Stable Diffusion (LDM-KL-8-G). La mayoría de los modelos a esta escala están adaptados de una base existente en lugar de construidos desde cero.
Este es un modelo cerrado: los valores entrenados quedaron con quien los produjo, y no hay una versión local para ejecutar.
Entrenamiento y procedencia
Producirlo requirió una aritmética que totaliza alrededor de 5.1 × 10²⁰ FLOP, en hardware registrado como NVIDIA A100. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
Su criterio de inclusión: sOTA improvement.
Respuestas
AR-LDM — preguntas comunes
AR-LDM— ¿Quién lo creó?
Fue publicado por Alibaba,University of Waterloo,Vector Institute, basado en China, una organización categorizada como industry,Academia,Academia.
AR-LDM— ¿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.
AR-LDM— ¿Para qué se utiliza?
Funciona en el dominio de Image generation, y se registra como manejando la tarea de text-to-image. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
AR-LDM— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 5.1 × 10²⁰ FLOP, en hardware registrado como NVIDIA A100. 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.
AR-LDM— ¿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.
AR-LDM— ¿Es de código abierto?
No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.
AR-LDM— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 1.5B. Table 1. 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.