CogView2
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
- Tsinghua University,Beijing Academy of Artificial Intelligence / BAAI
- Tipo de Organización
- Academia,Academia
- País
- China
- Publicado
- 28 April 2022
- Autores
- Ming Ding, Wendi Zheng, Wenyi Hong, Jie Tang
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
- Image generation, Text-to-image
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
- 6B
- Datos de entrenamiento
- 629,145,600,000 tokens
The backbone of our pretrained CogLM is a Transformer with Sandwich LayerNorm [3]. The model has 6 billion parameters (48 layers, hidden size 3072, 48 attention heads)
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
- 2.3 × 10²² FLOP
- Cómo se estableció
- Operation counting
"The model has 6 billion parameters (48 layers, hidden size 3072, 48 attention heads), trained for 300,000 iterations in FP16 with batch size 4,096" Using 6ND formula: 6*6000000000*300000*4096*512=2.2649242e+22
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
- Confident
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- CogView2: Faster and Better Text-to-Image Generation via Hierarchical Transformers
- Última actualización
- 28 November 2025
Qué significan los números
Qué es este modelo
CogView2 fue publicado por Tsinghua University,Beijing Academy of Artificial Intelligence / BAAI, en el país registrado como China, durante April 2022. Sale de una organización categorizada como academia,Academia.
Funciona en el dominio de Image generation, y se registra como realizando la tarea de image generation, Text-to-image.
Debido a que los pesos no están disponibles, ninguna de las cifras de hardware en este sitio se aplica a él.
Qué se necesitó para construirlo
Entrenarlo tomó un presupuesto de computación de aproximadamente 2.3 × 10²² FLOP. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
Fue entrenado en un corpus de aproximadamente 629,145,600,000 tokens de texto
Respuestas
CogView2 — preguntas comunes
CogView2— ¿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.
CogView2— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 6B. The backbone of our pretrained CogLM is a Transformer with Sandwich LayerNorm [3]. The model has 6 billion parameters (48 layers, hidden size 3072, 48 attention heads). 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.
CogView2— ¿Quién lo creó?
Fue publicado por Tsinghua University,Beijing Academy of Artificial Intelligence / BAAI, basado en China, una organización categorizada como academia,Academia.
CogView2— ¿cuándo fue lanzado?
Se publicó en April 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.
CogView2— ¿Para qué se utiliza?
Funciona en el dominio de Image generation, y se registra como manejando la tarea de image generation, Text-to-image. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
CogView2— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 2.3 × 10²² FLOP. 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.
CogView2— ¿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.
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.