Luminous-supreme
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
- Aleph Alpha
- Tipo de Organización
- Industry
- País
- Germany
- Publicado
- 15 August 2022
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 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
- 70B
- Datos de entrenamiento
- 1,069,300,000,000 tokens
"~70B"
from the table Total Size: 2.77 + 0.79 + 0.18 + 0.07 + 0.06 + 0.02 = 3.89 TB Tokens: 761.41B + 217.15B + 49.47B + 19.29B + 16.49B + 5.49B = 1069.30B tokens
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 × 10²³ FLOP
- Cómo se estableció
- Hardware,Operation counting
"~839000h" GPU-hours on A100s, per Environmental Impact section of model card. 312 trillion * 839000 * 3600 * 0.3 = 2.8e23 6ND = 6*70B*1069.30B = 4.49106e+23 sqrt(2.8e23*4.49106e+23) = 3.54612... × 10^23 reported here: 167TFLOPS https://docs.aleph-alpha.com/docs/Deprecated%20Luminous/Deprecated-Luminous/model-card/
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 SXM4 40 GB,NVIDIA A100 SXM4 80 GB
- Chips utilizados
- 512
- Tiempo de reloj
- 2,016 hours (84 days)
Approximately 12 weeks = 2016 hours
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
- API access
- Código de entrenamiento
- Unreleased
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Probablemente por encima de 10²³ FLOP
- Yes
- Confianza de registro
- Confident
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Model Card Luminous
- Última actualización
- 28 November 2025
Qué significan los números
Fondo
Luminous-supreme fue publicado por Aleph Alpha, en el país registrado como Germany, durante August 2022. La categoría en la que se encuentra el editor es industry.
Funciona en el dominio de Language, y se registra como realizando la tarea de language generation.
Este es un modelo cerrado: los valores entrenados quedaron con quien los produjo, y no hay una versión local para ejecutar.
Cómo fue entrenado
Producirlo requirió una aritmética que totaliza alrededor de 3.5 × 10²³ FLOP, en hardware registrado como NVIDIA A100 SXM4 40 GB,NVIDIA A100 SXM4 80 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 1,069,300,000,000 tokens de texto
Respuestas
Luminous-supreme — preguntas comunes
Luminous-supreme— ¿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.
Luminous-supreme— ¿Es de código abierto?
No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.
Luminous-supreme— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 70B. "~70B". 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.
Luminous-supreme— ¿Quién lo creó?
Fue publicado por Aleph Alpha, basado en Germany, una organización categorizada como industry.
Luminous-supreme— ¿cuándo fue lanzado?
Se publicó en August 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.
Luminous-supreme— ¿Para qué se utiliza?
Funciona en el dominio de Language, y se registra como manejando la tarea de language generation. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
Luminous-supreme— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 3.5 × 10²³ FLOP, en hardware registrado como NVIDIA A100 SXM4 40 GB,NVIDIA A100 SXM4 80 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.
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.