Hybrid-Phi-Mamba-1.5B
Nincs becslés
Nincs hardver követelmény ennek a modellnek
A modellhez tartozó súlyokat nem tették közzé, így nem tölthető le vagy futtatható a saját hardverén bármilyen méretben. Csak a szolgáltatóján keresztül érhető el, és egyetlen grafikus kártya sem változtat ezen..
Nyilvántartásban
Teljes specifikáció
Minden feljegyzett ezzel a modellel kapcsolatban. A legtöbbje azt írja le, hogyan képezték ki, nem pedig azt, hogyan fut — hasznos kontextus annak megítéléséhez, hogy mennyi munka ment bele, és hogyan viszonyul a más méretben épített modellekhez..
Eredet
Ki építette ezt a modellt, hol, és mikor publikálták.
- Szervezet
- Carnegie Mellon University (CMU),Mohamed bin Zayed University of Artificial Intelligence (MBZUAI),Cartesia
- Szervezet típusa
- Academia,Academia,Industry
- Ország
- United States of America, United Arab Emirates
- Közölt
- 19 August 2024
- Szerzők
- Aviv Bick, Kevin Y. Li, Eric P. Xing, J. Zico Kolter, Albert Gu
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Language
- Feladat
- Language modeling/generation
- Alapmodell
- Phi-1.5
Méret
Mekkora a modell, és mennyi adatot használtak a betanításához. A paraméterek azok a számok, amelyek eldöntik, hogy az adott grafikus kártyára illeszkedik-e.
- Paraméterek
- 1.5B
- Képzési adatok
- 5,000,000,000 tokens
"We distill the Phi-1.5-1.3B model into Phi-Mamba1.5B as well as Hybrid-Phi-Mamba-1.5B" (https://arxiv.org/pdf/2408.10189, page 8).
"The Hybrid-PhiMamba-1.5B is distilled on a budget of 5 billion tokens from the same dataset."
Képzés számítás
A modell tanításához végrehajtott aritmetika, lebegőpontos műveletekben mérve. Ez a tanítási futás költségének mértéke, nem pedig annak, hogy mennyire gyorsan válaszol a kész modell.
- Képzés számítás
- 1.2 × 10²¹ FLOP
- Hogyan jött létre
- Operation counting
- Finomhangolás számítás
- 4.5 × 10¹⁹ FLOP
1.17e+21 FLOP [base model compute] + 4.5e+19 FLOP [finetune compute] = 1.215e+21 FLOP
6 FLOP / parameter / token * 1.5 * 10^9 parameters * 5 * 10^9 tokens = 4.5e+19 FLOP
Elérhetőség
Hogy meg tudja-e szerezni a modellt és futtatni a saját hardverén, ez dönt arról, hogy alkalmazhatóak-e a lap ezen oldalán feltüntetett grafikus kártya adatok.
- Súlyok
- Closed — provider access only
- Modell hozzáférés
- Unreleased
- Képzés kód
- Unreleased
Hogyan van besorolva
Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.
- Nyilvántartási bizalom
- Confident
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- Transformers to SSMs: Distilling Quadratic Knowledge to Subquadratic Models
- Utoljára frissítve
- 28 November 2025
Mit jelentenek a számok
Honnan jött
Hybrid-Phi-Mamba-1.5B ki lett adva által Carnegie Mellon University (CMU),Mohamed bin Zayed University of Artificial Intelligence (MBZUAI),Cartesia, az országban rögzítve mint United States of America, alatt August 2024. A kiadó kategóriája alá tartozik academia,Academia,Industry.
Működik a területen a Language, és úgy van rögzítve, mint a feladat végrehajtása language modeling/generation.
A kiindulópontja egy meglévő alapmodell volt, Phi-1.5. A legtöbb modell ezen a skálán egy meglévő alaphoz van igazítva, ahelyett, hogy semmiből épült volna.
Mivel a súlyok nem elérhetők, ezért ezen az oldalon máshol található hardveradatok egyike sem vonatkozik rá.
Képzés és származás
A betanításhoz körülbelül egy számítási költségvetés kellett 1.2 × 10²¹ FLOP. Ez a szám azt méri, hogy mennyibe került a modell előállítása, és nincs hatással arra, hogy milyen gyorsan válaszol.
A tanító készlet kb. futott 5,000,000,000 szöveg tokenjei
Válaszok
Hybrid-Phi-Mamba-1.5B — gyakori kérdések
Hybrid-Phi-Mamba-1.5B— mennyi számítási kapacitást használtak annak a betanításához?
A képzés körülbelül elfogyasztott 1.2 × 10²¹ FLOP. Ez azt méri, hogy mennyibe került a modell előállítása, és semmit nem mond arról, hogy milyen gyorsan válaszol, miután betanult — a következtetési sebesség a memória sávszélességéből származik, nem az edzési költségvetésből.
Hybrid-Phi-Mamba-1.5B— Milyen GPU-ra van szükségem, hogy futtathassam?
Ez egy zárt modell — a súlyait soha nem tették közzé, így nem tölthető le és nem futtatható a saját hardverén semmilyen áron. Csak a szolgáltatóján keresztül érhető el.
Hybrid-Phi-Mamba-1.5B— Nyílt forráskódú?
Nem. A súlyai nincsenek közzétéve, így csak a tulajdonosa által ellenőrzött szolgáltatásként létezik.
Hybrid-Phi-Mamba-1.5B— Hány paramétere van?
Paraméterszáma 1.5B. "We distill the Phi-1.5-1.3B model into Phi-Mamba1.5B as well as Hybrid-Phi-Mamba-1.5B" (https://arxiv.org/pdf/2408.10189, page 8). Ez a szám a teljes összeg, és ez határozza meg, hogy mennyi VRAM-ra van szüksége a modelleknek — körülbelül fél gigabájt milliárdonként a legtöbb ember által használt tömörítési módban.
Hybrid-Phi-Mamba-1.5B— Ki készítette ezt?
Kiadta Carnegie Mellon University (CMU),Mohamed bin Zayed University of Artificial Intelligence (MBZUAI),Cartesia, alapján United States of America, egy szervezet, amelyet kategorizáltak mint academia,Academia,Industry.
Hybrid-Phi-Mamba-1.5B— Mikor adták ki?
Kibocsátották a August 2024. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.
Hybrid-Phi-Mamba-1.5B— Mire használják?
Működik a területen a Language, és rögzítve van, hogy kezeli a feladatot language modeling/generation. Ezek azok a területek, amelyek köré tervezték; ezek a szándékot írják le, nem pedig egy szigorú határt.
A másik irány
Másik oldalról nézve?
Ez az oldal a modellel kezdődik. Ha már van kártyád, és szeretnéd tudni, hogy mindent futtat-e, Kezdj a hardverből..