PaLI-X
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
- Google Research
- Type d'organisation
- Industry
- Pays
- United States of America
- Publié
- 29 May 2023
- Auteurs
- Xi Chen, Josip Djolonga, Piotr Padlewski, Basil Mustafa, Soravit Changpinyo, Jialin Wu, Carlos Riquelme Ruiz, Sebastian Goodman, Xiao Wang, Yi Tay, Siamak Shakeri, Mostafa Dehghani, Daniel Salz, Mario Lucic, Michael Tschannen, Arsha Nagrani, Hexiang Hu, Mandar Joshi, Bo Pang, Ceslee Montgomery, Paulina Pietrzyk, Marvin Ritter, AJ Piergiovanni, Matthias Minderer, Filip Pavetic, Austin Waters, Gang …
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Multimodal, Language, Vision, Video
- Tâche
- Image captioning, Video description, Character recognition (OCR), Visual question answering
- Modèle de base
- UL2
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
- 55B
- Données d'entraînement
- tokens
55B (table 1)
1 billion images with alt texts in WebLI, 400m images in Episodic WebLI data
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
- 5.6 × 10²³ FLOP
"we present PaLI-X [...] consisting of a pretrained large-capacity visual encoder (using [6] as the starting point) and a pretrained language-only encoder-decoder (using [7] as the starting point), further trained at-scale on a vision-and-language data mixture using a combination of self-supervision and full-supervision signals." "Visual component Our visual backbone is scaled to 22B parameters, as introduced by [6], the largest dense ViT model to date." (elsewhere they specify this is ViT-22B)…
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.
- Pourquoi c'est suivi
- SOTA improvement
- Confiance d'enregistrement
- Likely
- Citations
- 282
"PaLI-X advances the state-of-the-art on most vision-and-language benchmarks considered (25+ of them)." Table 1, Table 2
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- PaLI-X: On Scaling up a Multilingual Vision and Language Model
- Dernière mise à jour
- 25 May 2026
Ce que les chiffres signifient
D'où cela vient-il
PaLI-X a été publié par Google Research, dans le pays enregistré comme United States of America, durant May 2023. La catégorie à laquelle appartient l'éditeur est industry.
Il fonctionne dans le domaine de Multimodal, Language, Vision, Video, et est enregistré comme exécutant la tâche de image captioning, Video description, Character recognition (OCR), Visual question answering.
Son point de départ était un modèle de base existant, UL2. La plupart des modèles à cette échelle sont adaptés d'une base existante plutôt que construits de rien.
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
L'entraînement a consommé environ 5.6 × 10²³ FLOP. Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.
Il est suivi dans le ensemble de données sous-jacent pour une raison particulière : sOTA improvement.
Réponses
PaLI-X — questions courantes
PaLI-X— 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.
PaLI-X— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 55B. 55B (table 1). 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.
PaLI-X— qui l'a créé ?
Il a été publié par Google Research, basé sur United States of America, une organisation catégorisée comme industry.
PaLI-X— quand a-t-il été publié ?
Il a été publié dans May 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.
PaLI-X— à quoi ça sert ?
Il fonctionne dans le domaine de Multimodal, Language, Vision, Video, et est enregistré comme gérant la tâche de image captioning, Video description, Character recognition (OCR), Visual question answering. Un modèle peut porter plusieurs de chacun, donc ce sont les domaines pour lesquels il a été conçu plutôt qu'une limite sur ce qu'il tentera.
PaLI-X— combien de puissance de calcul a été utilisée pour l'entraîner ?
L'entraînement a consommé environ 5.6 × 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.
PaLI-X— 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.
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.