PAGnol-XL
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
- LightOn,Laboratoire de Physique de l'Ecole Normale (LPENS),INRIA
- Tipo de Organización
- Industry,Academia,Academia
- País
- France
- Publicado
- 16 October 2021
- Autores
- Julien Launay, E.L. Tommasone, Baptiste Pannier, François Boniface, Amélie Chatelain, Alessandro Cappelli, Iacopo Poli, Djamé Seddah
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 modeling, Language modeling/generation, Translation
- Enfoque
- Self-supervised learning
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
Section 4.1: 32G tokens => 32e9*0.75 = 24e9 words
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
- 2.6 × 10²⁰ FLOP
- Cómo se estableció
- Reported
They report their compute directly. From section 8: "About 62k GPU-hours on the Jean Zay HPC Cluster." Jean Zay uses both A100 and V100 GPUs, and maybe other stuff as well? Note they explicitly call out V100 in their Appendix A. https://www.hpcwire.com/2021/11/17/frances-jean-zay-supercomputer-gets-ai-boost-from-hpe-nvidia/
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 Tesla V100 SXM2
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
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
- Citas
- 10
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- PAGnol: An Extra-Large French Generative Model
- Última actualización
- 25 May 2026
Qué significan los números
Fondo
PAGnol-XL fue publicado por LightOn,Laboratoire de Physique de l'Ecole Normale (LPENS),INRIA, en el país registrado como France, durante October 2021. La organización editora está clasificada como industry,Academia,Academia.
Funciona en el dominio de Language, y se registra como realizando la tarea de language modeling, Language modeling/generation, Translation.
Sus pesos nunca fueron publicados, por lo que solo se puede acceder a través de su proveedor. No hay cambios en la tarjeta gráfica que eso.
Entrenamiento y procedencia
El entrenamiento consumió alrededor de 2.6 × 10²⁰ FLOP, en hardware registrado como NVIDIA Tesla V100 SXM2. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
Respuestas
PAGnol-XL — preguntas comunes
PAGnol-XL— ¿cuándo fue lanzado?
Se publicó en October 2021. 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.
PAGnol-XL— ¿Para qué se utiliza?
Funciona en el dominio de Language, y se registra como manejando la tarea de language modeling, Language modeling/generation, Translation. 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.
PAGnol-XL— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 2.6 × 10²⁰ FLOP, en hardware registrado como NVIDIA Tesla V100 SXM2. 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.
PAGnol-XL— ¿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.
PAGnol-XL— ¿Es de código abierto?
No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.
PAGnol-XL— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 1.5B. 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.
PAGnol-XL— ¿Quién lo creó?
Fue publicado por LightOn,Laboratoire de Physique de l'Ecole Normale (LPENS),INRIA, basado en France, una organización categorizada como industry,Academia,Academia.
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.