EXAONE 1.0
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
- LG
- Type d'organisation
- Industry
- Pays
- Korea (Republic of)
- Publié
- 14 December 2021
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
- Tâche
- Translation, Language modeling/generation, Visual question answering
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
- 300B
- Données d'entraînement
- 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
- 1.7 × 10²⁴ FLOP
- Comment cela a été établi
- Operation counting
No indication of how images are processed. Supposing they used something like ViT-H/14, and training images were 512x512 (they state "EXAONE shows remarkable performance such as [...] offering 1024x1024 sized image output", but typically this size of image training would only be done during a relatively short, final stage of pre-training), there would be 37x37 = 1,369 patches per image 1,369 * 250 million = around 342 billion image patch embeddings. 300M parameters * (342 billion + 600 billion)…
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.
- Coût de calcul
- $2,702,636
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.
- Modèle Frontier
- Yes
- Probablement au-dessus de 10²³ FLOP
- Yes
- Pourquoi c'est suivi
- Training cost
- Confiance d'enregistrement
- Speculative
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Dernière mise à jour
- 1 December 2025
Ce que les chiffres signifient
À propos de ce modèle
EXAONE 1.0 a été publié par LG, dans le pays enregistré comme Korea (Republic of), durant December 2021. La catégorie à laquelle appartient l'éditeur est industry.
Il fonctionne dans le domaine de Multimodal, Language, Vision, et est enregistré comme exécutant la tâche de translation, Language modeling/generation, Visual question answering.
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 1.7 × 10²⁴ FLOP. Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.
La raison pour laquelle il apparaît dans ce catalogue. training cost.
Réponses
EXAONE 1.0 — questions courantes
EXAONE 1.0— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 300B. 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.
EXAONE 1.0— qui l'a créé ?
Il a été publié par LG, basé sur Korea (Republic of), une organisation catégorisée comme industry.
EXAONE 1.0— quand a-t-il été publié ?
Il a été publié dans December 2021. 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.
EXAONE 1.0— à quoi ça sert ?
Il fonctionne dans le domaine de Multimodal, Language, Vision, et est enregistré comme gérant la tâche de translation, Language modeling/generation, Visual question answering. Ce sont les domaines autour desquels il a été conçu ; ils décrivent l'intention plutôt qu'une limite stricte.
EXAONE 1.0— combien de puissance de calcul a été utilisée pour l'entraîner ?
L'entraînement a consommé environ 1.7 × 10²⁴ 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.
EXAONE 1.0— 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.
EXAONE 1.0— 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.