CLUE
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
- Naver Clova,Naver AI Lab
- Type d'organisation
- Industry,Industry
- Pays
- Korea (Republic of)
- Publié
- 22 November 2022
- Auteurs
- Kyuyong Shin, Hanock Kwak, Su Young Kim, Max Nihlen Ramstrom, Jisu Jeong, Jung-Woo Ha, Kyung-Min Kim
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Recommendation
- Tâche
- Recommender system
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
- 160M
- Données d'entraînement
- tokens
- Époques
- 8
- Taille de lot
- 256
160m
Pre-training: We construct a sufficiently large-scale dataset with more than 50B (50741643225) behavior tokens collected over 2 years from search engine and e-commerce platform. Number of behavior tokens 50,741,643,225 (Appendix 1) Downstream: Books: We collect 1,298,489 review logs of 100,000 unique users and 504,572 unique books. Clothing: We collect 928,598 review logs of 100,000 unique users and 314,943 unique clothing, shoes, and jewelry. 50741643225+1298489+928598=50743870312
CLUE is trained with 160M parameters, sequence length (128), and batch size (256).
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
- 3.5 × 10¹⁸ FLOP
- Comment cela a été établi
- Reported,Operation counting
using graph reader on Figure 2 b for the upper right point: 0.04 PF-days * 10^15 FLOPS/s* 3600s*24h=3456000000000000000 counting operations: =160000000.00*50743870312*6=4.871411549952 × 10^19 "The computation (PF-days) is calculated as 6 × # of parameters × batch size × # of training steps × sequence length divided by one PF-day = 8.64 × 10^19. We train all models for 100,000 steps."
L'exécution de formation
Ce qu'il a physiquement fallu pour entraîner : quels chips, combien, pendant combien de temps, et ce que cela a tiré du secteur.
- Matériel d'entraînement
- NVIDIA V100
- Chips utilisés
- 64
- Temps en temps réel
- 168 hours (7 days)
- Consommation d'énergie
- 38.4 kW
We shuffle the dataset at every epoch and train the model for 8 epochs, where the transfer performance begins to plateau. The total training time takes 7 days on 64 V100 GPUs.
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
- Likely
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Scaling Law for Recommendation Models: Towards General-purpose User Representations
- Dernière mise à jour
- 28 November 2025
Ce que les chiffres signifient
D'où cela vient-il
CLUE a été publié par Naver Clova,Naver AI Lab, dans le pays enregistré comme Korea (Republic of), durant November 2022. L'organisation de publication est catégorisée comme industry,Industry.
Il fonctionne dans le domaine de Recommendation, et est enregistré comme exécutant la tâche de recommender system.
Parce que les poids ne sont pas disponibles, aucune des spécifications matérielles ailleurs sur ce site ne s'applique à cela.
Entraînement et provenance
La production a nécessité des calculs totalisant environ 3.5 × 10¹⁸ FLOP, sur matériel enregistré comme NVIDIA V100. Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.
Réponses
CLUE — questions courantes
CLUE— 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.
CLUE— est-ce que c'est open source ?
La licence n'a jamais été enregistrée dans nos données source. Nous considérons une licence non déclarée comme fermée, car une licence non enregistrée n'est pas une licence sur laquelle compter.
CLUE— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 160M. 160m. 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.
CLUE— qui l'a créé ?
Il a été publié par Naver Clova,Naver AI Lab, basé sur Korea (Republic of), une organisation catégorisée comme industry,Industry.
CLUE— quand a-t-il été publié ?
Il a été publié dans November 2022. 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.
CLUE— à quoi ça sert ?
Il fonctionne dans le domaine de Recommendation, et est enregistré comme gérant la tâche de recommender system. Les modèles portent souvent plus d'un de chacun, et les tags décrivent l'objectif plutôt que les limites de capacité.
CLUE— combien de puissance de calcul a été utilisée pour l'entraîner ?
L'entraînement a consommé environ 3.5 × 10¹⁸ FLOP, sur matériel enregistré comme NVIDIA V100. 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.
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.