Luminous-supreme
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
- Aleph Alpha
- Type d'organisation
- Industry
- Pays
- Germany
- Publié
- 15 August 2022
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 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
- 70B
- Données d'entraînement
- 1,069,300,000,000 tokens
"~70B"
from the table Total Size: 2.77 + 0.79 + 0.18 + 0.07 + 0.06 + 0.02 = 3.89 TB Tokens: 761.41B + 217.15B + 49.47B + 19.29B + 16.49B + 5.49B = 1069.30B tokens
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 × 10²³ FLOP
- Comment cela a été établi
- Hardware,Operation counting
"~839000h" GPU-hours on A100s, per Environmental Impact section of model card. 312 trillion * 839000 * 3600 * 0.3 = 2.8e23 6ND = 6*70B*1069.30B = 4.49106e+23 sqrt(2.8e23*4.49106e+23) = 3.54612... × 10^23 reported here: 167TFLOPS https://docs.aleph-alpha.com/docs/Deprecated%20Luminous/Deprecated-Luminous/model-card/
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 A100 SXM4 40 GB,NVIDIA A100 SXM4 80 GB
- Chips utilisés
- 512
- Temps en temps réel
- 2,016 hours (84 days)
Approximately 12 weeks = 2016 hours
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
- API access
- 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
- Confident
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Model Card Luminous
- Dernière mise à jour
- 28 November 2025
Ce que les chiffres signifient
Contexte
Luminous-supreme a été publié par Aleph Alpha, dans le pays enregistré comme Germany, durant August 2022. La catégorie à laquelle appartient l'éditeur est industry.
Il fonctionne dans le domaine de Language, et est enregistré comme exécutant la tâche de language 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 3.5 × 10²³ FLOP, sur matériel enregistré comme NVIDIA A100 SXM4 40 GB,NVIDIA A100 SXM4 80 GB. 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 1,069,300,000,000 jetons de texte
Réponses
Luminous-supreme — questions courantes
Luminous-supreme— 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.
Luminous-supreme— 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.
Luminous-supreme— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 70B. "~70B". 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.
Luminous-supreme— qui l'a créé ?
Il a été publié par Aleph Alpha, basé sur Germany, une organisation catégorisée comme industry.
Luminous-supreme— quand a-t-il été publié ?
Il a été publié dans August 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.
Luminous-supreme— à quoi ça sert ?
Il fonctionne dans le domaine de Language, et est enregistré comme gérant la tâche de language generation. Ce sont les domaines autour desquels il a été conçu ; ils décrivent l'intention plutôt qu'une limite stricte.
Luminous-supreme— combien de puissance de calcul a été utilisée pour l'entraîner ?
L'entraînement a consommé environ 3.5 × 10²³ FLOP, sur matériel enregistré comme NVIDIA A100 SXM4 40 GB,NVIDIA A100 SXM4 80 GB. 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.