M6-10B
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,Alibaba
- Tipo de Organización
- Academia,Industry
- País
- China
- Publicado
- 1 March 2021
- Autores
- J Lin, R Men, A Yang, C Zhou, M Ding, Y Zhang
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Multimodal, Image generation, Vision, Language
- Tarea
- Image generation, Visual question answering
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
- 10B
- Datos de entrenamiento
- tokens
"We scale the model size up to 10 billion and 100 billion parameters, and build the largest pretrained model in Chinese."
"1.9TB images and 292GB texts" TODO: figure out what to do for multimodal pretraining datasets
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Citas
- 152
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- M6: A Chinese Multimodal Pretrainer
- Última actualización
- 25 May 2026
Qué significan los números
Fondo
M6-10B fue publicado por Tsinghua University,Alibaba, en el país registrado como China, durante March 2021. La categoría en la que se encuentra el editor es academia,Industry.
Funciona en el dominio de Multimodal, Image generation, Vision, Language, y se registra como realizando la tarea de image generation, Visual question answering.
Este es un modelo cerrado: los valores entrenados quedaron con quien los produjo, y no hay una versión local para ejecutar.
Respuestas
M6-10B — preguntas comunes
M6-10B— ¿Para qué se utiliza?
Funciona en el dominio de Multimodal, Image generation, Vision, Language, y se registra como manejando la tarea de image generation, Visual question answering. 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.
M6-10B— ¿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.
M6-10B— ¿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.
M6-10B— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 10B. "We scale the model size up to 10 billion and 100 billion parameters, and build the largest pretrained model in Chinese.". 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.
M6-10B— ¿Quién lo creó?
Fue publicado por Tsinghua University,Alibaba, basado en China, una organización categorizada como academia,Industry.
M6-10B— ¿cuándo fue lanzado?
Se publicó en March 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.
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.