Persia
Aucune estimation
Pas d'exigences matérielles 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 n'importe quelle taille. Il n'est accessible que par son fournisseur, et aucune carte graphique ne change cela..
Sur l'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 évaluer combien de travail a été investi et comment il se compare aux modèles construits à une échelle différente..
Qui a construit ce modèle, où et quand a-t-il été publié ?
- Organisation
- ETH Zurich,Kuaishou Technology
- Type d'organisation
- Academia,Industry
- Pays
- Switzerland, China
- Publié
- 23 November 2021
- Auteurs
- Xiangru Lian, Binhang Yuan, Xuefeng Zhu, Yulong Wang, Yongjun He, Honghuan Wu, Lei Sun, Haodong Lyu, Chengjun Liu, Xing Dong, Yiqiao Liao, Mingnan Luo, Congfei Zhang, Jingru Xie, Haonan Li, Lei Chen, Renjie Huang, Jianying Lin, Chengchun Shu, Xuezhong Qiu, Zhishan Liu, Dongying Kong, Lei Yuan, Hai Yu, Sen Yang, Ce Zhang, Ji Liu
Ce qu'il fait
Les zones problématiques pour lesquelles le modèle a été conçu. Un modèle peut contenir plusieurs de chaque.
- Domaine
- Recommendation
- Translation de tâche
- Recommender system
Taille
Quelle est la taille du modèle et combien de données il a été formé ? Les paramètres sont la valeur qui détermine s'il s'adapte à une carte graphique donnée.
- Paramètres
- 100T
- Données d'entraînement
- tokens
100 trillion
L'entraînement en cours
Ce qu'il a physiquement fallu pour entraîner : quels chips, combien, pendant combien de temps, et ce que cela a tiré du mur.
- Matériel d'entraînement
- NVIDIA V100
Disponibilité
Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'une des spécifications de la carte graphique sur cette page s'applique.
- Poids
- Closed — provider access only
- Accès au modèle
- Unreleased
- Code d'entraînement
- Open source
https://github.com/PersiaML/PERSIA/blob/main/LICENSE MIT code
Comment c'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.
- Modèle/modèles ne correspond jamais à la mode. Exécuter / exécutant signifie exécuter un modèle d'IA. Si vous recevez seulement le mot exécuter, cela provient probablement d'une phrase fragmentée comme quel modèle d'IA le GPU peut exécuter. ne convient pas / ne conviendra pas signifie que le modèle d'IA ne s'intègre pas dans la VRAM du GPU. serré = à peine exécutable, confortable = s'exécute facilement avec de la marge. Les mots de connexion courts comme de, le, un, à, pour, avec apparaissent seuls car le texte est divisé - il faut simplement les traduire normalement. Conservez les termes techniques comme GPU, AI, TPS, VRAM, CUDA, Tensor, Inference, Quantization, LoRA, GGUF, FP16, INT4, INT8 en anglais (ou la forme courante dans cette langue). Toujours écrire GPU, AI, TPS, VRAM, CUDA en majuscules. Si l'on vous demande de traduire un nom de langue (par exemple espagnol, anglais, langue), traduisez le mot correctement (espagnol → Spanisch, anglais → Deutsch, langue → Sprache). SORTIE UNIQUEMENT la traduction pure en français. AUCUN commentaire, AUCUNE question, RIEN D'AUTRE. Si vide, répondez par un espace : Record confidence
- Confident
- Citations
- 44
Sources
Où cet enregistrement provient-il et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Persia: An Open, Hybrid System Scaling Deep Learning-based Recommenders up to 100 Trillion Parameters
- Dernière mise à jour
- 25 May 2026
Que signifient les chiffres
Où cela vient-il
Persia was published by ETH Zurich,Kuaishou Technology, in Switzerland, in November 2021. academia,Industry is the category the publisher falls under.
It works in Recommendation, and is recorded as doing recommender system.
Ceci 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.
Réponds
Persia — Questions courantes
Who created Persia?
Persia was published by ETH Zurich,Kuaishou Technology, based in Switzerland, categorised as academia,Industry.
When was Persia released?
Persia was published in November 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.
What is Persia used for?
Persia works in Recommendation, and is recorded as handling recommender system. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
What GPU do I need to run Persia?
None. Persia 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.
Is Persia open source?
No. Persia has not had its weights published, so it exists only as a service controlled by its owner.
How many parameters does Persia have?
Persia has 100T parameters. 100 trillion. 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.
Source
Modèle/modèles, exécuter/exécution, ne convient pas / ne sera pas compatible, serré = à peine exécuté, confortable = s'exécute facilement avec une marge. 25 May 2026
L'autre direction
Le regardant de l'autre côté ?
Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle pourra exécuter., Modèle/modèles ne s'adapte pas / ne va pas s'adapter à la VRAM du GPU. Exécution d'un modèle IA. Cela fonctionne bien / fonctionne avec un peu de marge. Ne fonctionne pas ou est trop serré..