Hybrid-Phi-Mamba-1.5B
Aucune estimation
Aucune exigence matérielle pour ce modèle
Les poids de ce modèle n'ont pas été publiés, donc il ne peut pas être téléchargé ou exécuté sur votre propre matériel à aucune taille. Il n'est accessible que par l'intermédiaire de son fournisseur, et aucun changement de carte graphique ne modifie cela..
Enregistrement
Spécifications complètes
Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..
Origine
Qui a construit ce modèle, où, et quand il a été publié.
- Organisation
- Carnegie Mellon University (CMU),Mohamed bin Zayed University of Artificial Intelligence (MBZUAI),Cartesia
- Type d'organisation
- Academia,Academia,Industry
- Pays
- United States of America, United Arab Emirates
- Publié
- 19 August 2024
- Auteurs
- Aviv Bick, Kevin Y. Li, Eric P. Xing, J. Zico Kolter, Albert Gu
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Language
- Tâche
- Language modeling/generation
- Modèle de base
- Phi-1.5
Taille
Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.
- paramètres
- 1.5B
- Données d'entraînement
- 5,000,000,000 tokens
"We distill the Phi-1.5-1.3B model into Phi-Mamba1.5B as well as Hybrid-Phi-Mamba-1.5B" (https://arxiv.org/pdf/2408.10189, page 8).
"The Hybrid-PhiMamba-1.5B is distilled on a budget of 5 billion tokens from the same dataset."
Calcul de formation
L'arithmétique effectuée pour entraîner le modèle, mesurée en opérations en virgule flottante. C'est une mesure du coût de l'exécution de l'entraînement, pas de la rapidité avec laquelle le modèle fini vous répond.
- Calcul de formation
- 1.2 × 10²¹ FLOP
- Comment cela a été établi
- Operation counting
- Ajustement fin des calculs
- 4.5 × 10¹⁹ FLOP
1.17e+21 FLOP [base model compute] + 4.5e+19 FLOP [finetune compute] = 1.215e+21 FLOP
6 FLOP / parameter / token * 1.5 * 10^9 parameters * 5 * 10^9 tokens = 4.5e+19 FLOP
Disponibilité
Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.
- Poids
- Closed — provider access only
- Accès au modèle
- Unreleased
- Code d'entraînement
- Unreleased
Comment il est classé
Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.
- Confiance d'enregistrement
- Confident
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Transformers to SSMs: Distilling Quadratic Knowledge to Subquadratic Models
- Dernière mise à jour
- 28 November 2025
Ce que les chiffres signifient
D'où cela vient-il
Hybrid-Phi-Mamba-1.5B a été publié par Carnegie Mellon University (CMU),Mohamed bin Zayed University of Artificial Intelligence (MBZUAI),Cartesia, dans le pays enregistré comme United States of America, durant August 2024. La catégorie à laquelle appartient l'éditeur est academia,Academia,Industry.
Il fonctionne dans le domaine de Language, et est enregistré comme exécutant la tâche de language modeling/generation.
Son point de départ était un modèle de base existant, Phi-1.5. La plupart des modèles à cette échelle sont adaptés d'une base existante plutôt que construits de rien.
Parce que les poids ne sont pas disponibles, aucune des spécifications matérielles ailleurs sur ce site ne s'applique à cela.
Entraînement et provenance
L'entraînement a nécessité un budget de calcul d'environ 1.2 × 10²¹ FLOP. Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.
L'ensemble d'entraînement a duré environ 5,000,000,000 jetons de texte
Réponses
Hybrid-Phi-Mamba-1.5B — questions courantes
Hybrid-Phi-Mamba-1.5B— combien de puissance de calcul a été utilisée pour l'entraîner ?
L'entraînement a consommé environ 1.2 × 10²¹ FLOP. Cela mesure ce que coûte la production du modèle et ne dit rien sur la rapidité avec laquelle il répond une fois entraîné — la vitesse d'inférence provient de la bande passante mémoire, et non du budget d'entraînement.
Hybrid-Phi-Mamba-1.5B— Quelle GPU ai-je besoin pour l'exécuter ?
Aucun. C'est un modèle fermé - ses poids n'ont jamais été publiés, il ne peut donc pas être téléchargé ou exécuté sur votre propre matériel à aucun prix. Il n'est accessible que par son fournisseur.
Hybrid-Phi-Mamba-1.5B— est-ce que c'est open source ?
Non. Ses poids n'ont pas été publiés, donc il n'existe que sous forme de service contrôlé par son propriétaire.
Hybrid-Phi-Mamba-1.5B— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 1.5B. "We distill the Phi-1.5-1.3B model into Phi-Mamba1.5B as well as Hybrid-Phi-Mamba-1.5B" (https://arxiv.org/pdf/2408.10189, page 8). Ce chiffre est le total, et c'est ce qui détermine combien de mémoire le modèle nécessite — environ un demi-gigaoctet par milliard à la compression que la plupart des gens utilisent.
Hybrid-Phi-Mamba-1.5B— qui l'a créé ?
Il a été publié par Carnegie Mellon University (CMU),Mohamed bin Zayed University of Artificial Intelligence (MBZUAI),Cartesia, basé sur United States of America, une organisation catégorisée comme academia,Academia,Industry.
Hybrid-Phi-Mamba-1.5B— quand a-t-il été publié ?
Il a été publié dans August 2024. La capacité par paramètre s'est considérablement améliorée depuis, donc un modèle plus récent de la même taille est souvent le meilleur usage du même matériel.
Hybrid-Phi-Mamba-1.5B— à quoi ça sert ?
Il fonctionne dans le domaine de Language, et est enregistré comme gérant la tâche de language modeling/generation. Ce sont les domaines autour desquels il a été conçu ; ils décrivent l'intention plutôt qu'une limite stricte.
L'autre direction
Regardez-le de l'autre côté ?
Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.