GPT-2 + Progressive LRD
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
- Huawei,Huawei Noah's Ark Lab
- Type d'organisation
- Industry,Industry
- Pays
- China
- Publié
- 12 October 2022
- Auteurs
- Habib Hajimolahoseini, Walid Ahmed, Mehdi Rezagholizadeh, Vahid Partovinia, Yang Liu
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Language
- Tâche
- Language modeling/generation
- Modèle de base
- GPT-2 (124M)
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
- 31M
- Données d'entraînement
- tokens
Table 2 They compressed GPT-2 (124M parameters) to 31M parameters
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
- 7.9 × 10²⁰ FLOP
- Comment cela a été établi
- Comparison with other models
base model training compute estimation: 7.936 × 10^20 FLOP __________ In the Algorithmic progress paper the estimation was 6.2 × 10^19 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
- 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.
- Confiance d'enregistrement
- Speculative
- Données de référence
- Progressive LRD
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Strategies for Applying Low Rank Decomposition to Transformer-Based Models
- Dernière mise à jour
- 28 November 2025
Ce que les chiffres signifient
D'où cela vient-il
GPT-2 + Progressive LRD a été publié par Huawei,Huawei Noah's Ark Lab, dans le pays enregistré comme China, durant October 2022. L'organisation de publication est catégorisée comme industry,Industry.
Il fonctionne dans le domaine de Language, et est enregistré comme exécutant la tâche de language modeling/generation.
Son point de départ était un modèle de base existant, GPT-2 (124M). C'est pourquoi il partage la forme et la taille générales du modèle de base.
Parce que les poids ne sont pas disponibles, aucune des spécifications matérielles ailleurs sur ce site ne s'applique à cela.
Entraînement et provenance
L'entraînement a consommé environ 7.9 × 10²⁰ FLOP. Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.
Réponses
GPT-2 + Progressive LRD — questions courantes
GPT-2 + Progressive LRD— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 31M. Table 2 They compressed GPT-2 (124M parameters) to 31M parameters. 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.
GPT-2 + Progressive LRD— qui l'a créé ?
Il a été publié par Huawei,Huawei Noah's Ark Lab, basé sur China, une organisation catégorisée comme industry,Industry.
GPT-2 + Progressive LRD— quand a-t-il été publié ?
Il a été publié dans October 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.
GPT-2 + Progressive LRD— à quoi ça sert ?
Il fonctionne dans le domaine de Language, et est enregistré comme gérant la tâche de language modeling/generation. Les modèles portent souvent plus d'un de chacun, et les tags décrivent l'objectif plutôt que les limites de capacité.
GPT-2 + Progressive LRD— combien de puissance de calcul a été utilisée pour l'entraîner ?
L'entraînement a consommé environ 7.9 × 10²⁰ 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.
GPT-2 + Progressive LRD— 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.
GPT-2 + Progressive LRD— 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.
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.