DeepL LLM

Poids fermés DeepL July 2024

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
DeepL
Type d'organisation
Industry
Pays
Germany
Publié
16 July 2024
Auteurs
DeepL

Ce qu'il fait

Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.

Domaine
Language
Tâche
Translation
Approche
Supervised

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.

Données d'entraînement
tokens

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
Hosted access (no API)
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.

Pourquoi c'est suivi
Significant use

DeepL has ~10M monthly users: https://www.forbes.com/sites/rashishrivastava/2023/08/08/deepl-is-trying-to-take-on-google-translate-and-chatgpt/#:~:text=DeepL%20boasts%20more%20than%2010,struggle%20with%20a%20language%20barrier.=

Confiance d'enregistrement
Unknown

Sources

D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.

Référence
DeepL's next-gen LLM outperforms ChatGPT-4, Google, and Microsoft for translation quality
Dernière mise à jour
28 November 2025

Ce que les chiffres signifient

Ce que ce modèle est

DeepL LLM a été publié par DeepL, dans le pays enregistré comme Germany, durant July 2024. Cela provient d'une organisation classée comme industry.

Il fonctionne dans le domaine de Language, et est enregistré comme exécutant la tâche de translation.

Ses poids n'ont jamais été publiés, donc il ne peut être atteint que par son fournisseur. Aucun changement de carte graphique ne change cela.

Entraînement et provenance

La raison pour laquelle il apparaît dans ce catalogue. significant use.

Réponses

DeepL LLM — questions courantes

01

DeepL LLM— qui l'a créé ?

Il a été publié par DeepL, basé sur Germany, une organisation catégorisée comme industry.

02

DeepL LLM— quand a-t-il été publié ?

Il a été publié dans July 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.

03

DeepL LLM— à quoi ça sert ?

Il fonctionne dans le domaine de Language, et est enregistré comme gérant la tâche de translation. Ce sont les domaines autour desquels il a été conçu ; ils décrivent l'intention plutôt qu'une limite stricte.

04

DeepL LLM— 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.

05

DeepL LLM— 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.

06

DeepL LLM— combien de paramètres cela a-t-il ?

Aucun nombre de paramètres n'a été publié pour cela, c'est pourquoi aucun chiffre de mémoire ou de vitesse n'apparaît sur cette page.

Source

Publication originale

Dernière mise à jour enregistrée 28 November 2025

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.