Eagle 2.5
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
- NVIDIA,Nanjing University,Hong Kong Polytechnic University,Rutgers University
- Tipo de Organización
- Industry,Academia,Academia,Academia
- País
- United States of America, China, Hong Kong
- Publicado
- 21 April 2025
- Autores
- Guo Chen, Zhiqi Li, Shihao Wang, Jindong Jiang, Yicheng Liu, Lidong Lu, De-An Huang, Wonmin Byeon, Matthieu Le, Tuomas Rintamaki, Tyler Poon, Max Ehrlich, Tuomas Rintamaki, Tyler Poon, Tong Lu, Limin Wang, Bryan Catanzaro, Jan Kautz, Andrew Tao, Zhiding Yu, Guilin Liu
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Vision, Robotics, Language
- Modelo base
- Qwen2.5-7B
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
- 8B
- Datos de entrenamiento
- tokens
Table 8. "Full Model, 8B" Could be Qwen2.5-7B + MLP Connector (40M) https://nvlabs.github.io/EAGLE/ as of 2025-05-29: "Eagle-2.5 Weights (Coming Soon)"
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
- Eagle 2.5: Boosting Long-Context Post-Training for Frontier Vision-Language Models
- Última actualización
- 28 November 2025
Qué significan los números
Fondo
Eagle 2.5 fue publicado por NVIDIA,Nanjing University,Hong Kong Polytechnic University,Rutgers University, en el país registrado como United States of America, durante April 2025. La organización editora está clasificada como industry,Academia,Academia,Academia.
Funciona en el dominio de Vision, Robotics, Language.
Su punto de partida fue un modelo base existente, Qwen2.5-7B. Por eso comparte la forma y el tamaño general del modelo base.
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
Eagle 2.5 — preguntas comunes
Eagle 2.5— ¿cuándo fue lanzado?
Se publicó en April 2025.
Eagle 2.5— ¿Para qué se utiliza?
Funciona en el dominio de Vision, Robotics, Language. Los Modelos suelen llevar más de uno de cada uno, y las etiquetas describen el propósito en lugar de los límites de capacidad.
Eagle 2.5— ¿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.
Eagle 2.5— ¿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.
Eagle 2.5— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 8B. Table 8. "Full Model, 8B" Could be Qwen2.5-7B + MLP Connector (40M) https://nvlabs.github.io/EAGLE/ as of 2025-05-29: "Eagle-2.5 Weights (Coming Soon)". 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.
Eagle 2.5— ¿Quién lo creó?
Fue publicado por NVIDIA,Nanjing University,Hong Kong Polytechnic University,Rutgers University, basado en United States of America, una organización categorizada como industry,Academia,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.