INTELLECT-1
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
- Prime Intellect,Hugging Face,Arcee AI
- Tipo de Organización
- Industry,Industry,Industry
- País
- United States of America
- Publicado
- 29 November 2024
- Autores
- Sami Jaghouar, Jack Min Ong, Manveer Basra, Fares Obeid, Jannik Straube, Michael Keiblinger, Elie Bakouch, Lucas Atkins, Maziyar Panahi, Charles Goddard, Max Ryabinin, Johannes Hagemann
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Language
- Enfoque
- Self-supervised learning
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
- 10B
- Datos de entrenamiento
- 1,000,000,000,000 tokens
Table 1. "The total number of tokens in our data mix, processed with the Llama-3 tokenizer, consists of over 6 trillion tokens" however they only train the model with 1T.
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
- 6 × 10²² FLOP
- Cómo se estableció
- Operation counting
10B parameters trained on 1T tokens: 6 * 10B * 1T = 6e22
La ejecución de entrenamiento
Lo que costó físicamente entrenar: qué chips, cuántos, por cuánto tiempo y qué eso consumió de la pared.
- Tiempo de reloj
- 1,008 hours (42 days)
"The pre-training of INTELLECT-1 for 1 trillion tokens took place over 42 days, from October 10, 2024, to November 22, 2024"
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
- INTELLECT-1 Technical Report
- Última actualización
- 22 December 2025
Qué significan los números
Fondo
INTELLECT-1 fue publicado por Prime Intellect,Hugging Face,Arcee AI, en el país registrado como United States of America, durante November 2024. La organización editora está clasificada como industry,Industry,Industry.
Funciona en el dominio de Language.
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.
Cómo fue entrenado
Producirlo requirió una aritmética que totaliza alrededor de 6 × 10²² FLOP. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
Fue entrenado en un corpus de aproximadamente 1,000,000,000,000 tokens de texto
Respuestas
INTELLECT-1 — preguntas comunes
INTELLECT-1— ¿cuándo fue lanzado?
Se publicó en November 2024. 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.
INTELLECT-1— ¿Para qué se utiliza?
Funciona en el dominio de Language. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
INTELLECT-1— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 6 × 10²² FLOP. 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.
INTELLECT-1— ¿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.
INTELLECT-1— ¿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.
INTELLECT-1— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 10B. 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.
INTELLECT-1— ¿Quién lo creó?
Fue publicado por Prime Intellect,Hugging Face,Arcee AI, basado en United States of America, una organización categorizada como industry,Industry,Industry.
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.