DensePhrases
Sin estimación
Sin requisitos de hardware para este modelo
Los pesos de este modelo son OPEN WEIGHT, pero no se ha publicado ninguna cuenta de parámetros para él. Cada figura de MEMORY y velocidad comienza a partir de ese número, así que preferiríamos no mostrar nada que una estimación fabricada..
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
- Korea University,Princeton University
- Tipo de Organización
- Academia,Academia
- País
- Korea (Republic of), United States of America
- Publicado
- 23 December 2020
- Autores
- Jinhyuk Lee, Mujeen Sung, Jaewoo Kang, Danqi Chen
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Language
- Tarea
- 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.
- Datos de entrenamiento
- 58,000,000 tokens
- Épocas
- 4
from appendix D "The number of generated questions is 327,302 and 1,126,354 for SQuAD and Natural Questions, respectively." assuming 40 words per question we get around ~ 58M
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
- 2.1 × 10¹⁸ FLOP
- Cómo se estableció
- Hardware
flops = (8) * (1215 * 10**10) * (20 * 3600) * 3 // 10 = 2099520000000000000 (num gpu) * (peak flops) * (time in seconds) * (assumed utilization rate) model of GPU from appendix B (Titan Xp) number of GPUs from table in appendix A flops from https://www.techpowerup.com/gpu-specs/titan-xp.c2948
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 TITAN Xp
- Chips utilizados
- 8
- Horas de chip
- 160
- Tiempo de reloj
- 20 hours
- Consumo de energía
- 4.1 kW
appendix A row 3
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
- Open — downloadable
- Acceso al modelo
- Open weights (unrestricted)
- Código de entrenamiento
- Open source
Apache 2.0: https://github.com/princeton-nlp/DensePhrases
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Por qué se rastrea
- SOTA improvement
- Confianza de registro
- Speculative
- Citas
- 128
from abstract "our model DensePhrases improves over previous phrase retrieval models by 15%-25% absolute accuracy and matches the performance of state-of-the-art retriever-reader models. " "we achieve state-of-the-art performance on two slot filling tasks (Petroni et al., 2021), using less than 5% of the training data."
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Learning Dense Representations of Phrases at Scale
- Última actualización
- 25 May 2026
Qué significan los números
Qué es este modelo
DensePhrases fue publicado por Korea University,Princeton University, en el país registrado como Korea (Republic of), durante December 2020. Sale de una organización categorizada como academia,Academia.
Funciona en el dominio de Language, y se registra como realizando la tarea de question answering.
Los PESOS están publicados, por lo que se puede descargar y ejecutar en su propio HARDWARE indefinidamente, SIN CONEXIÓN, sin cuenta adjunta.
Entrenamiento y procedencia
Entrenarlo tomó un presupuesto de computación de aproximadamente 2.1 × 10¹⁸ FLOP, en hardware registrado como NVIDIA TITAN Xp. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
El conjunto de entrenamiento se ejecutó a aproximadamente 58,000,000 tokens de texto
Su criterio de inclusión: sOTA improvement.
Respuestas
DensePhrases — preguntas comunes
DensePhrases— ¿Para qué se utiliza?
Funciona en el dominio de Language, y se registra como manejando la tarea de question answering. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
DensePhrases— ¿Dónde puedo descargarlo?
Los pesos están publicados, aunque no tenemos un enlace de repositorio para ello. Este sitio calcula los requisitos de hardware en lugar de alojar archivos de modelo.
DensePhrases— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 2.1 × 10¹⁸ FLOP, en hardware registrado como NVIDIA TITAN Xp. 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.
DensePhrases— ¿Qué GPU necesito para ejecutarlo?
No podemos decir. Tiene pesos abiertos, pero no se ha publicado ningún conteo de parámetros para él, y todos los cálculos de memoria y velocidad comienzan desde ese número. Preferiríamos no mostrar nada que una estimación fabricada.
DensePhrases— ¿Es de código abierto?
Sus pesos están publicados, por lo que se pueden descargar y ejecutar en su propio hardware. Tenga en cuenta que OPEN WEIGHTS no es lo mismo que OPEN SOURCE en el sentido completo: no dice nada sobre los datos de entrenamiento, el código de entrenamiento o los términos comerciales adjuntos.
DensePhrases— ¿cuántos parámetros tiene?
No se ha publicado el conteo de parámetros para él, por lo que no aparece ninguna cifra de memoria o velocidad en esta página.
DensePhrases— ¿Quién lo creó?
Fue publicado por Korea University,Princeton University, basado en Korea (Republic of), una organización categorizada como academia,Academia.
DensePhrases— ¿cuándo fue lanzado?
Se publicó en December 2020. 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.