KEPLER
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
- Tsinghua University,Mila - Quebec AI (originally Montreal Institute for Learning Algorithms),HEC,CIFAR AI Research,Princeton University,University of Montreal / Université de Montréal
- Type d'organisation
- Academia,Academia,Academia,Research collective,Academia,Academia
- Pays
- China, Canada, France, United States of America
- Publié
- 23 November 2020
- Auteurs
- Xiaozhi Wang, Tianyu Gao, Zhaocheng Zhu, Zhiyuan Liu, Juanzi Li, and Jian Tang.
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Language
- Tâche
- Relation extraction
- Approche
- Self-supervised learning
- Modèle de base
- RoBERTa Base
- Format numérique
- FP16
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
- 125M
- Données d'entraînement
- 3,533,640,000 tokens
For BookCorpus + English Wikipedia: 800M + 2500M For Wikidata5M: 20614279 See table 1. Contains "entities", "relations", and "triplets"
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 × 10²¹ FLOP
- Comment cela a été établi
- Hardware
From author communication "About 128 GPU-days using Nvidia V100 (16GB). " precision: float16 V100 GPU for float16: 28000000000000 (2.8E+13) 0.4 * 28TFLOP/s * 128 GPU-days * 24h/day * 3600s/h = 1.24E+20 "and use the released roberta.base parameters for initialization, which is a common practice to save pre-training time" Roberta base FLOP: 1.536e+21 Total:1.660000e+21
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
- Open source
MIT License, includes train code https://github.com/THU-KEG/KEPLER
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.
- Pourquoi c'est suivi
- SOTA improvement
- Confiance d'enregistrement
- Confident
- Citations
- 819
"Experimental results show that KEPLER achieves state-of-the-art performances on various NLP tasks"
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- KEPLER: A Unified Model for Knowledge Embedding and Pre- trained Language Representation.
- Dernière mise à jour
- 25 May 2026
Ce que les chiffres signifient
À propos de ce modèle
KEPLER a été publié par Tsinghua University,Mila - Quebec AI (originally Montreal Institute for Learning Algorithms),HEC,CIFAR AI Research,Princeton University,University of Montreal / Université de Montréal, dans le pays enregistré comme China, durant November 2020. La catégorie à laquelle appartient l'éditeur est academia,Academia,Academia,Research collective,Academia,Academia.
Il fonctionne dans le domaine de Language, et est enregistré comme exécutant la tâche de relation extraction.
Il s'appuie sur RoBERTa Base. C'est pourquoi il partage la forme et la taille générales du modèle de base.
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.
Qu'est-ce qui a été nécessaire pour le construire
L'entraînement a nécessité un budget de calcul d'environ 1.7 × 10²¹ FLOP. Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.
L'entraînement a consommé un corpus d'environ 3,533,640,000 jetons de texte
Son critère d'inclusion : sOTA improvement.
Réponses
KEPLER — questions courantes
KEPLER— quand a-t-il été publié ?
Il a été publié dans November 2020. 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.
KEPLER— à quoi ça sert ?
Il fonctionne dans le domaine de Language, et est enregistré comme gérant la tâche de relation extraction. Les modèles portent souvent plus d'un de chacun, et les tags décrivent l'objectif plutôt que les limites de capacité.
KEPLER— combien de puissance de calcul a été utilisée pour l'entraîner ?
L'entraînement a consommé environ 1.7 × 10²¹ 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.
KEPLER— 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.
KEPLER— 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.
KEPLER— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 125M. 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.
KEPLER— qui l'a créé ?
Il a été publié par Tsinghua University,Mila - Quebec AI (originally Montreal Institute for Learning Algorithms),HEC,CIFAR AI Research,Princeton University,University of Montreal / Université de Montréal, basé sur China, une organisation catégorisée comme academia,Academia,Academia,Research collective,Academia,Academia.
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.