DiLoCoX (Qwen1.5-107B on WT-103)
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
- China Mobile,Zero Gravity Labs (0g AI)
- Tipo de Organización
- Industry,Industry
- País
- China, United States of America
- Publicado
- 26 June 2025
- Autores
- Ji Qi, WenPeng Zhu, Li Li, Ming Wu, YingJun Wu, Wu He, Xun Gao, Jason Zeng, Michael Heinrich
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/generation, 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
- 107B
- Datos de entrenamiento
- tokens
4000 steps unknown number of epochs or sequence length
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 A800 PCIe 40 GB
- Chips utilizados
- 160
- Consumo de energía
- 78.3 kW
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
- Unreleased
- Código de entrenamiento
- Unreleased
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
- DiLoCoX: A Low-Communication Large-Scale Training Framework for Decentralized Cluster
- Última actualización
- 11 February 2026
Qué significan los números
De dónde vino
DiLoCoX (Qwen1.5-107B on WT-103) fue publicado por China Mobile,Zero Gravity Labs (0g AI), en el país registrado como China, durante June 2025. La categoría en la que se encuentra el editor es industry,Industry.
Funciona en el dominio de Language, y se registra como realizando la tarea de language modeling/generation, Question answering.
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.
Respuestas
DiLoCoX (Qwen1.5-107B on WT-103) — preguntas comunes
DiLoCoX (Qwen1.5-107B on WT-103)— ¿Para qué se utiliza?
Funciona en el dominio de Language, y se registra como manejando la tarea de language modeling/generation, Question answering. Los Modelos suelen llevar más de uno de cada uno, y las etiquetas describen el propósito en lugar de los límites de capacidad.
DiLoCoX (Qwen1.5-107B on WT-103)— ¿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.
DiLoCoX (Qwen1.5-107B on WT-103)— ¿Es de código abierto?
No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.
DiLoCoX (Qwen1.5-107B on WT-103)— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 107B. 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.
DiLoCoX (Qwen1.5-107B on WT-103)— ¿Quién lo creó?
Fue publicado por China Mobile,Zero Gravity Labs (0g AI), basado en China, una organización categorizada como industry,Industry.
DiLoCoX (Qwen1.5-107B on WT-103)— ¿cuándo fue lanzado?
Se publicó en June 2025.
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.