Konan LLM 41B
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
- Konan Technology
- Type d'organisation
- Industry
- Pays
- Korea (Republic of)
- Publié
- 15 December 2023
- Auteurs
- Yang Seung-hyun, Wiretin, Changmin, Kim Jong-tae
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Language, Vision
- Tâche
- Language modeling/generation
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
- 41B
- Données d'entraînement
- 7,000,000,000,000 tokens
https://www.konantech.com/pr/press?number=2628&pn=1&stype2=&sfi=subj&sword= Since 2007, via the real-time AI analysis service pulseK, over 20.5 billion pieces of data have been independently secured. Among them, only 2 billion high-quality, large-scale data pieces have been used for training.
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
- 1.7 × 10²³ FLOP
- Comment cela a été établi
- Operation counting
=41000000000 parameters * 700000000000 tokens [see dataset size notes] * 6 FLOP / token / parameter =1.722 × 10^23 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
- 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.
- Probablement au-dessus de 10²³ FLOP
- Yes
- Confiance d'enregistrement
- Likely
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Konan LLM: A Korean Large Language Model
- Dernière mise à jour
- 28 November 2025
Ce que les chiffres signifient
À propos de ce modèle
Konan LLM 41B a été publié par Konan Technology, dans le pays enregistré comme Korea (Republic of), durant December 2023. La catégorie à laquelle appartient l'éditeur est industry.
Il fonctionne dans le domaine de Language, Vision, et est enregistré comme exécutant la tâche de language modeling/generation.
C'est un modèle fermé : les valeurs entraînées sont restées avec ceux qui les ont produites, et il n'y a pas de version locale à exécuter.
Comment il a été entraîné
La production a nécessité des calculs totalisant environ 1.7 × 10²³ FLOP. Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.
L'entraînement a consommé un corpus d'environ 7,000,000,000,000 jetons de texte
Réponses
Konan LLM 41B — questions courantes
Konan LLM 41B— qui l'a créé ?
Il a été publié par Konan Technology, basé sur Korea (Republic of), une organisation catégorisée comme industry.
Konan LLM 41B— quand a-t-il été publié ?
Il a été publié dans December 2023. 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.
Konan LLM 41B— à quoi ça sert ?
Il fonctionne dans le domaine de Language, Vision, 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.
Konan LLM 41B— combien de puissance de calcul a été utilisée pour l'entraîner ?
L'entraînement a consommé environ 1.7 × 10²³ 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.
Konan LLM 41B— 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.
Konan LLM 41B— 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.
Konan LLM 41B— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 41B. 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.
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.