CTR-BERT

Poids fermés Amazon 70M Paramètres December 2021

Aucune estimation

Aucun besoin matériel pour ce modèle

Les poids de ce modèle n'ont pas été publiés, il ne peut donc pas être téléchargé ou exécuté sur votre propre matériel, quelle que soit la taille. Il n'est accessible que via son fournisseur, et aucune carte graphique ne change cela.

Enregistrement terminé

Spécification complète

Tout ce qui concerne ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — contexte utile pour évaluer le travail fourni et sa comparaison 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 en porter 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 détermine s'il tient sur une carte graphique donnée.

Paramètres
70M

'CTR-BERTuses about 70 million parameters which can be trained on 8 A100 GPUs in less than a day (<1000 USD). '

Données d'entraînement
1,200,000,000 tokens

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 à virgule flottante. C'est une mesure du coût de l'exécution de l'entraînement, et non de la rapidité avec laquelle le modèle fini vous répond.

Calcul de formation
6.5 × 10¹⁹ FLOP

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). '

Comment cela a été établi
Hardware

L'entraînement

Ce qu'il a physiquement fallu pour entraîner : quels puces, combien, pendant combien de temps, et ce que cela a tiré du mur.

Matériel d'entraînement
NVIDIA A100
Chips used
8
Consommation d'énergie
6.4 kW

Disponibilité

Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui décide si l'une des chiffres de 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 jeu de données source applique lors du suivi des modèles notables, et à quel point il est confiant dans l'entrée.

Confiance d'enregistrement
Likely
Citations
52

Sources

D'où provient 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 signifient les chiffres

À propos de ce modèle

CTR-BERT was published by Amazon, in United States of America, in December 2021. It comes out of industry.

It works in Recommendation, and is recorded as doing click-through rate prediction.

This is a closed model: the trained values stayed with whoever produced them, and there is no local version to run.

Training and provenance

The training run consumed about 6.5 × 10¹⁹ FLOP, on NVIDIA A100. That figure describes the cost of creating it and has no bearing on how quickly it generates text.

The training set ran to roughly 1,200,000,000 tokens.

Réponses

CTR-BERT — Questions fréquentes

01

How much compute was used to train CTR-BERT?

Around 6.5 × 10¹⁹ FLOP, on NVIDIA A100. That measures what producing the model cost and says nothing about how quickly it answers once trained — inference speed comes from memory bandwidth, not from the training budget.

02

De quel GPU ai-je besoin pour exécuter CTR-BERT ?

None. CTR-BERT is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.

03

Is CTR-BERT open source?

No. CTR-BERT has not had its weights published, so it exists only as a service controlled by its owner.

04

How many parameters does CTR-BERT have?

CTR-BERT has 70M parameters. 'CTR-BERTuses about 70 million parameters which can be trained on 8 A100 GPUs in less than a day (<1000 USD). '. That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.

05

Who created CTR-BERT?

CTR-BERT was published by Amazon, based in United States of America, categorised as industry.

06

When was CTR-BERT released?

CTR-BERT was published in December 2021. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.

07

What is CTR-BERT used for?

CTR-BERT works in Recommendation, and is recorded as handling click-through rate prediction. These are the areas it was designed around; they describe intent rather than a hard boundary.

Source

Publication originale

Dernière mise à jour de l'enregistrement 1 December 2025

Dans l'autre sens

Regardez-la de l'autre côté ?

Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez connaître tout ce qu'elle pourra exécuter, commencez plutôt par le matériel.