ChatBit
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
- Beijing Institute of Technology,Academy of Military Science,Minzu University of China
- Szervezet típusa
- Academia,Government,Academia
- Ország
- China
- Közölt
- 28 June 2024
- Szerzők
- Zhang Huaping, Li Chunjin, Wei Shunping, Geng Guotong, Li Weiwei, Li Yugang
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Language
- Feladat
- Chat, Language modeling/generation
- Alapmodell
- LLaMA-13B
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
- 13B
- Képzési adatok
- 100,000,000 tokens
- Epochok
- 3
- Tételméret
- 16,384
Assuming as in LLaMA-13 since it is its finetune
"researchers noted that its model incorporated only 100,000 military dialogue records, a relatively small number compared with other LLMs." "其他设置：训练的epoch为3，最大长度 max_length为2 048，batch_size为8，使用8个 A100 GPU训练，梯度积累为4，warm_up为训 练总步数的10%，采用AdamW优化器， 1 = 0.90、 2 = 0.95，学习率为1e-5" which is translated as "Other settings: 3 epochs for training, max_length of 2 048, batch_size of 8, 8 A100 GPUs for training, gradient accumulation of 4, warm_up of 10% of the total number of training steps, AdamW optim…
max_length of 2 048, batch_size of 8
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.
- Hogyan jött létre
- Operation counting
- Finomhangolás számítás
- 2.3 × 10¹⁹ FLOP
6ND = 6*13*10^9*100000000*3 = 2.34e+19
A tréning futás
Ami fizikailag szükséges volt a betanításhoz: mely chipek, hány, mennyi ideig, és ez mit fogyasztott a falból.
- Képzési hardver
- NVIDIA A100
- Használt chipek
- 8
- Teljesítményfogyasztás
- 6.3 kW
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
- Likely
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- Large language model-driven open-source intelligence cognition
- Utoljára frissítve
- 28 November 2025
Mit jelentenek a számok
Mit jelent ez a modell
ChatBit ki lett adva által Beijing Institute of Technology,Academy of Military Science,Minzu University of China, az országban rögzítve mint China, alatt June 2024. A kiadó kategóriája alá tartozik academia,Government,Academia.
Működik a területen a Language, és úgy van rögzítve, mint a feladat végrehajtása chat, Language modeling/generation.
Ahelyett, hogy nulláról lenne betanítva, az származik LLaMA-13B. Ez a szokásos módja egy specializált modell előállításának.
Mivel a súlyok nem elérhetők, ezért ezen az oldalon máshol található hardveradatok egyike sem vonatkozik rá.
Mi került a felépítésébe
A tanító készlet kb. futott 100,000,000 szöveg tokenjei
Válaszok
ChatBit — gyakori kérdések
ChatBit— Mikor adták ki?
Kibocsátották a June 2024. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.
ChatBit— Mire használják?
Működik a területen a Language, és rögzítve van, hogy kezeli a feladatot chat, Language modeling/generation. Ezek azok a területek, amelyek köré tervezték; ezek a szándékot írják le, nem pedig egy szigorú határt.
ChatBit— 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.
ChatBit— Nyílt forráskódú?
Nem. A súlyai nincsenek közzétéve, így csak a tulajdonosa által ellenőrzött szolgáltatásként létezik.
ChatBit— Hány paramétere van?
Paraméterszáma 13B. Assuming as in LLaMA-13 since it is its finetune. 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.
ChatBit— Ki készítette ezt?
Kiadta Beijing Institute of Technology,Academy of Military Science,Minzu University of China, alapján China, egy szervezet, amelyet kategorizáltak mint academia,Government,Academia.
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..