Hyena-2 355M
Aucune estimation
Aucun besoin matériel pour ce modèle
Les poids de ce modèle n'ont pas été publiés, il ne peut donc pas être téléchargé ou exécuté sur votre propre matériel, quelle que soit la taille. Il n'est accessible que via son fournisseur, et aucune carte graphique ne change cela.
Enregistrement terminé
Spécification complète
Tout ce qui concerne ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — contexte utile pour évaluer le travail fourni et sa comparaison avec des modèles construits à une échelle différente.
Origine
Qui a construit ce modèle, où et quand il a été publié.
- Organisation
- Stanford University,University of Montreal / Université de Montréal,Mila - Quebec AI (originally Montreal Institute for Learning Algorithms)
- Type d'organisation
- Academia,Academia,Academia
- Pays
- United States of America, Canada
- Publié
- 21 February 2023
- Auteurs
- Michael Poli, Stefano Massaroli, Eric Nguyen, Daniel Y. Fu, Tri Dao, Stephen Baccus, Yoshua Bengio, Stefano Ermon, Christopher Ré
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut en porter plusieurs de chacun.
- Domaine
- Language
- 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 détermine s'il tient sur une carte graphique donnée.
- Paramètres
- 355M
- Données d'entraînement
- 15,000,000,000 tokens
- Batch size
- 256
Trained for 15B tokens on The Pile
Calcul de formation
L'arithmétique effectuée pour entraîner le modèle, mesurée en opérations à virgule flottante. C'est une mesure du coût de l'exécution de l'entraînement, et non de la rapidité avec laquelle le modèle fini vous répond.
- Calcul de formation
- 3.9 × 10¹⁹ FLOP
- Comment cela a été établi
- Reported,Operation counting
Table 3: 3.93*10^19 FLOP 6 FLOP / parameter / token * 355 * 10^6 parameters * 15 * 10^9 tokens = 3.195e+19 FLOP
L'entraînement
Ce qu'il a physiquement fallu pour entraîner : quels puces, combien, pendant combien de temps, et ce que cela a tiré du mur.
- Matériel d'entraînement
- NVIDIA A100 SXM4 80 GB
- Chips utilisés
- 8
- Consommation d'énergie
- 6.4 kW
Disponibilité
Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui décide si l'une des chiffres de carte graphique sur cette page s'applique.
- Poids
- Closed — provider access only
- Accès au modèle
- Unreleased
- Code d'entraînement
- Unreleased
apache 2.0 https://github.com/HazyResearch/safari (the repo doesn't seem to contain Hyena-2 355M)
Comment il est classé
Étiquettes que le jeu de données source applique lors du suivi des modèles notables, et à quel point il est confiant dans l'entrée.
- Confiance d'enregistrement
- Confident
- Citations
- 497
Sources
D'où provient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Hyena Hierarchy: Towards Larger Convolutional Language Models
- Dernière mise à jour
- 25 May 2026
Ce que signifient les chiffres
Ce que ce modèle est
Hyena-2 355M was published by Stanford University,University of Montreal / Université de Montréal,Mila - Quebec AI (originally Montreal Institute for Learning Algorithms), in United States of America, in February 2023. The organisation is categorised as academia,Academia,Academia.
It works in Language, and is recorded as doing language modeling/generation.
Ses poids n'ont jamais été publiés, donc on ne peut y accéder que par son fournisseur. Aucun changement de carte graphique ne change cela.
Comment il a été entraîné
Training it took roughly 3.9 × 10¹⁹ FLOP of computation, on NVIDIA A100 SXM4 80 GB — a measure of what producing the model cost, not of how fast it answers.
The training set ran to roughly 15,000,000,000 tokens.
Réponses
Hyena-2 355M — Questions fréquentes
Who created Hyena-2 355M?
Hyena-2 355M was published by Stanford University,University of Montreal / Université de Montréal,Mila - Quebec AI (originally Montreal Institute for Learning Algorithms), based in United States of America, categorised as academia,Academia,Academia.
When was Hyena-2 355M released?
Hyena-2 355M was published in February 2023. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is Hyena-2 355M used for?
Hyena-2 355M works in Language, and is recorded as handling language modeling/generation. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
How much compute was used to train Hyena-2 355M?
Around 3.9 × 10¹⁹ FLOP, on NVIDIA A100 SXM4 80 GB. That measures what producing the model cost and says nothing about how quickly it answers once trained — inference speed comes from memory bandwidth, not from the training budget.
What GPU do I need to run Hyena-2 355M?
None. Hyena-2 355M is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is Hyena-2 355M open source?
No. Hyena-2 355M has not had its weights published, so it exists only as a service controlled by its owner.
How many parameters does Hyena-2 355M have?
Hyena-2 355M has 355M parameters. That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.
Dans l'autre sens
Regardez-la de l'autre côté ?
Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez connaître tout ce qu'elle pourra exécuter, commencez plutôt par le matériel.