Tianxi-72B

Pesos cerrados Lenovo 72B parámetros May 2025

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
Lenovo
Tipo de Organización
Industry
País
China
Publicado
9 May 2025

Lo que hace

Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.

Dominio
Language, Multimodal, Speech, Vision
Tarea
Language modeling/generation, Question answering, System control, Retrieval-augmented generation, Visual question answering, Speech recognition (ASR)
Modelo base
Qwen2.5-72B

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
72B
Datos de entrenamiento
tokens

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
Hosted access (no API)
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.

Última actualización
28 November 2025

Qué significan los números

Qué es este modelo

Tianxi-72B fue publicado por Lenovo, en el país registrado como China, durante May 2025. Sale de una organización categorizada como industry.

Funciona en el dominio de Language, Multimodal, Speech, Vision, y se registra como realizando la tarea de language modeling/generation, Question answering, System control, Retrieval-augmented generation, Visual question answering, Speech recognition (ASR).

En lugar de ser entrenado desde cero, se deriva de Qwen2.5-72B. Esa es la forma habitual en que se produce un modelo especializado.

Debido a que los pesos no están disponibles, ninguna de las cifras de hardware en este sitio se aplica a él.

Respuestas

Tianxi-72B — preguntas comunes

01

Tianxi-72B— ¿cuántos parámetros tiene?

Tiene un recuento de parámetros de 72B. 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.

02

Tianxi-72B— ¿Quién lo creó?

Fue publicado por Lenovo, basado en China, una organización categorizada como industry.

03

Tianxi-72B— ¿cuándo fue lanzado?

Se publicó en May 2025.

04

Tianxi-72B— ¿Para qué se utiliza?

Funciona en el dominio de Language, Multimodal, Speech, Vision, y se registra como manejando la tarea de language modeling/generation, Question answering, System control, Retrieval-augmented generation, Visual question answering, Speech recognition (ASR). Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.

05

Tianxi-72B— ¿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.

06

Tianxi-72B— ¿Es de código abierto?

No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.

Origen

Publicación original

Última actualización registrada 28 November 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.