Delphi
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
- Allen Institute for AI,University of Washington
- Tipo de Organización
- Research collective,Academia
- País
- United States of America
- Publicado
- 12 July 2022
- Autores
- Liwei Jiang, Jena D. Hwang, Chandra Bhagavatula, Ronan Le Bras, Jenny Liang, Jesse Dodge, Keisuke Sakaguchi, Maxwell Forbes, Jon Borchardt, Saadia Gabriel, Yulia Tsvetkov, Oren Etzioni, Maarten Sap, Regina Rini, Yejin Choi
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Language
- Tarea
- Chat
- Modelo base
- Unicorn
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
- 11B
- Datos de entrenamiento
- 26,214,400,000 tokens
- Épocas
- 4
- Tamaño de lote
- 16
Training on the proposed COMMONSENSE NORM BANK is carried out for 400k gradient updates
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.
- Cómo se estableció
- Operation counting
- Computación de ajuste fino
- 1.7 × 10¹⁸ FLOP
=6*11B*400k gradient updates*16 (batch size)*4 epochs=1.6896 × 10^18
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
- Google TPU v3
- Tiempo de reloj
- 72 hours
We train Delphi using TPU v3-32 and evaluate it using TPU v3-8, with model parallelisms of 32 and 8 respectively, on Google Cloud Virtual Machines. Training Delphi on COMMONSENSE NORM BANK for 4 epochs takes approximately 72 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
- Hosted access (no API)
- Código de entrenamiento
- Unreleased
https://delphi.allenai.org/
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
- Speculative
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Can Machines Learn Morality? The Delphi Experiment
- Última actualización
- 28 November 2025
Qué significan los números
Acerca de este modelo
Delphi fue publicado por Allen Institute for AI,University of Washington, en el país registrado como United States of America, durante July 2022. Sale de una organización categorizada como research collective,Academia.
Funciona en el dominio de Language, y se registra como realizando la tarea de chat.
En lugar de ser entrenado desde cero, se deriva de Unicorn. Por eso comparte la forma y el tamaño general del modelo base.
Este es un modelo cerrado: los valores entrenados quedaron con quien los produjo, y no hay una versión local para ejecutar.
Cómo fue entrenado
Fue entrenado en un corpus de aproximadamente 26,214,400,000 tokens de texto
Respuestas
Delphi — preguntas comunes
Delphi— ¿Para qué se utiliza?
Funciona en el dominio de Language, y se registra como manejando la tarea de chat. Un modelo puede manejar varios de cada uno, así que estas son las áreas para las que fue construido en lugar de un límite en lo que intentará.
Delphi— ¿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.
Delphi— ¿Es de código abierto?
No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.
Delphi— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 11B. 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.
Delphi— ¿Quién lo creó?
Fue publicado por Allen Institute for AI,University of Washington, basado en United States of America, una organización categorizada como research collective,Academia.
Delphi— ¿cuándo fue lanzado?
Se publicó en July 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.
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.