DolphinGemma
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
- Google DeepMind,Georgia Institute of Technology,Wild Dolphin Project
- Tipo de Organización
- Industry,Academia,Research collective
- País
- United States of America
- Publicado
- 14 April 2025
- Autores
- Denise Herzing, Thad Starner
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Audio
- Tarea
- Audio generation, Speech recognition (ASR), Audio classification
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
- 400M
- Datos de entrenamiento
- tokens
400M
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
"Recognizing the value of collaboration in scientific discovery, we’re planning to share DolphinGemma as an open model this summer. " [2025]
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
- DolphinGemma: How Google AI is helping decode dolphin communication
- Última actualización
- 28 November 2025
Qué significan los números
De dónde vino
DolphinGemma fue publicado por Google DeepMind,Georgia Institute of Technology,Wild Dolphin Project, en el país registrado como United States of America, durante April 2025. La categoría en la que se encuentra el editor es industry,Academia,Research collective.
Funciona en el dominio de Audio, y se registra como realizando la tarea de audio generation, Speech recognition (ASR), Audio classification.
Debido a que los pesos no están disponibles, ninguna de las cifras de hardware en este sitio se aplica a él.
Respuestas
DolphinGemma — preguntas comunes
DolphinGemma— ¿Quién lo creó?
Fue publicado por Google DeepMind,Georgia Institute of Technology,Wild Dolphin Project, basado en United States of America, una organización categorizada como industry,Academia,Research collective.
DolphinGemma— ¿cuándo fue lanzado?
Se publicó en April 2025.
DolphinGemma— ¿Para qué se utiliza?
Funciona en el dominio de Audio, y se registra como manejando la tarea de audio generation, Speech recognition (ASR), Audio classification. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
DolphinGemma— ¿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.
DolphinGemma— ¿Es de código abierto?
No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.
DolphinGemma— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 400M. 400M. 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.
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.