GPT-2 (AMPS)
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
- University of California (UC) Berkeley
- Type d'organisation
- Academia
- Pays
- United States of America
- Publié
- 8 November 2021
- Auteurs
- Dan Hendrycks, Collin Burns, Saurav Kadavath, Akul Arora, Steven Basart, Eric Tang, Dawn Song, Jacob Steinhardt
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Mathematics, Language
- Tâche
- Language modeling/generation, Quantitative reasoning
- Modèle de base
- GPT-2 (1.5B)
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
- 1.5M
- 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.
- Comment cela a été établi
- Hardware
- Ajustement fin des calculs
- 6.5 × 10¹⁹ FLOP
8 GPUs * 24 hours * 3600 sec / hour * 311.84 * 10^12 FLOP / sec * 0.3 [assumed utilization] = 64663142400000000000 FLOP
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
- Temps en temps réel
- 24 hours
- Consommation d'énergie
- 6.5 kW
Models are trained with 8 A100 GPUs, each requiring less than a day. Unless otherwise specified, for GPT-2 we use the default HuggingFace (Wolf et al., 2020) generation parameters, except that we use beam search.
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
- Speculative
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Measuring Mathematical Problem Solving With the MATH Dataset
- Dernière mise à jour
- 11 February 2026
Ce que les chiffres signifient
À propos de ce modèle
GPT-2 (AMPS) a été publié par University of California (UC) Berkeley, dans le pays enregistré comme United States of America, durant November 2021. L'organisation de publication est catégorisée comme academia.
Il fonctionne dans le domaine de Mathematics, Language, et est enregistré comme exécutant la tâche de language modeling/generation, Quantitative reasoning.
Il s'appuie sur GPT-2 (1.5B). C'est la façon habituelle de produire un modèle spécialisé.
Parce que les poids ne sont pas disponibles, aucune des spécifications matérielles ailleurs sur ce site ne s'applique à cela.
Réponses
GPT-2 (AMPS) — questions courantes
GPT-2 (AMPS)— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 1.5M. 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.
GPT-2 (AMPS)— qui l'a créé ?
Il a été publié par University of California (UC) Berkeley, basé sur United States of America, une organisation catégorisée comme academia.
GPT-2 (AMPS)— quand a-t-il été publié ?
Il a été publié dans November 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.
GPT-2 (AMPS)— à quoi ça sert ?
Il fonctionne dans le domaine de Mathematics, Language, et est enregistré comme gérant la tâche de language modeling/generation, Quantitative reasoning. Ce sont les domaines autour desquels il a été conçu ; ils décrivent l'intention plutôt qu'une limite stricte.
GPT-2 (AMPS)— 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.
GPT-2 (AMPS)— est-ce que c'est open source ?
La licence n'a jamais été enregistrée dans nos données source. Nous considérons une licence non déclarée comme fermée, car une licence non enregistrée n'est pas une licence sur laquelle compter.
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.