Apollo-7B
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
- Meta AI,Stanford University
- Type d'organisation
- Industry,Academia
- Pays
- United States of America
- Publié
- 13 December 2024
- Auteurs
- Orr Zohar, Xiaohan Wang, Yann Dubois, Nikhil Mehta, Tong Xiao, Philippe Hansen-Estruch, Licheng Yu, Xiaofang Wang, Felix Juefei-Xu, Ning Zhang, Serena Yeung-Levy, Xide Xia
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Multimodal, Video, Language
- Tâche
- Video, Visual question answering, Video description, Language modeling/generation
- Modèle de base
- SigLIP 400M,Qwen2.5-7B
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
- 7B
- Données d'entraînement
- tokens
Our training process comprised three distinct stages: 1. Alignment: In this phase, we trained on a 198K mixture of 50/50 image and video captions. 2. Vision Pretraining: We tuned the encoders using a video-only caption dataset of 396K samples. 3. Supervised Fine-tuning (SFT): We trained on a mixture of text, image, multi-image, and video data, with a total of 3.2 million samples.
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
- 128
- Consommation d'énergie
- 100.7 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
project page: niether weights, nor code are released https://apollo-lmms.github.io/
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
- Confident
- Citations
- 75
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Apollo: An Exploration of Video Understanding in Large Multimodal Models
- Dernière mise à jour
- 25 May 2026
Ce que les chiffres signifient
Ce que ce modèle est
Apollo-7B a été publié par Meta AI,Stanford University, dans le pays enregistré comme United States of America, durant December 2024. L'organisation de publication est catégorisée comme industry,Academia.
Il fonctionne dans le domaine de Multimodal, Video, Language, et est enregistré comme exécutant la tâche de video, Visual question answering, Video description, Language modeling/generation.
Il s'appuie sur SigLIP 400M,Qwen2.5-7B. C'est la façon habituelle de produire un modèle spécialisé.
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.
Réponses
Apollo-7B — questions courantes
Apollo-7B— 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.
Apollo-7B— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 7B. 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.
Apollo-7B— qui l'a créé ?
Il a été publié par Meta AI,Stanford University, basé sur United States of America, une organisation catégorisée comme industry,Academia.
Apollo-7B— quand a-t-il été publié ?
Il a été publié dans December 2024. 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.
Apollo-7B— à quoi ça sert ?
Il fonctionne dans le domaine de Multimodal, Video, Language, et est enregistré comme gérant la tâche de video, Visual question answering, Video description, Language modeling/generation. Ce sont les domaines autour desquels il a été conçu ; ils décrivent l'intention plutôt qu'une limite stricte.
Apollo-7B— 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.
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.