CTR-BERT
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
- Amazon
- Type d'organisation
- Industry
- Pays
- United States of America
- Publié
- 6 December 2021
- Auteurs
- Aashiq Muhamed, Iman Keivanloo, Sujan Perera, James Mracek, Yi Xu, Qingjun Cui, Santosh Rajagopalan, Belinda Zeng, Trishul Chilimb
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Recommendation
- Tâche
- Click-through rate prediction
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
- 70M
- Données d'entraînement
- 1,200,000,000 tokens
'CTR-BERTuses about 70 million parameters which can be trained on 8 A100 GPUs in less than a day (<1000 USD). '
more than 200M citations: 'Our CTR dataset is sampled from online traffic and is different from existing public CTR datasets in that it comprises of text features in addition to numeric/categorical features. We sample random train-test splits from 2020 online traffic. As The train-test splits are sampled from 2021 online traffic and balanced the same way as OOD data. The train set comprises 200 million data points and the test and validation sets comprise 25 million points each'
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
- 6.5 × 10¹⁹ FLOP
- Comment cela a été établi
- Hardware
flops = (8) * (312 * 10**12) * (24 * 3600) * (0.3) (num gpu) * (peak flops) * (time in seconds) * (assumed utilization rate) 'CTR-BERT uses about 70 million parameters which can be trained on 8 A100 GPUs in less than a day (<1000 USD). '
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
- 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 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
- Likely
- Citations
- 52
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- CTR-BERT: Cost-effective knowledge distillation for billion-parameter teacher models
- Dernière mise à jour
- 1 December 2025
Ce que les chiffres signifient
À propos de ce modèle
CTR-BERT a été publié par Amazon, dans le pays enregistré comme United States of America, durant December 2021. Cela provient d'une organisation classée comme industry.
Il fonctionne dans le domaine de Recommendation, et est enregistré comme exécutant la tâche de click-through rate prediction.
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.
Entraînement et provenance
L'entraînement a consommé environ 6.5 × 10¹⁹ FLOP, sur matériel enregistré comme NVIDIA A100. Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.
L'ensemble d'entraînement a duré environ 1,200,000,000 jetons de texte
Réponses
CTR-BERT — questions courantes
CTR-BERT— combien de puissance de calcul a été utilisée pour l'entraîner ?
L'entraînement a consommé environ 6.5 × 10¹⁹ FLOP, sur matériel enregistré comme NVIDIA A100. 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.
CTR-BERT— 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.
CTR-BERT— 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.
CTR-BERT— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 70M. 'CTR-BERTuses about 70 million parameters which can be trained on 8 A100 GPUs in less than a day (<1000 USD). '. 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.
CTR-BERT— qui l'a créé ?
Il a été publié par Amazon, basé sur United States of America, une organisation catégorisée comme industry.
CTR-BERT— 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.
CTR-BERT— à quoi ça sert ?
Il fonctionne dans le domaine de Recommendation, et est enregistré comme gérant la tâche de click-through rate prediction. Ce sont les domaines autour desquels il a été conçu ; ils décrivent l'intention plutôt qu'une limite stricte.
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.