BASIC-L + Lion

Zárt súlyok Google,University of California Los Angeles (UCLA) 3.1B Paraméterek February 2023

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
Google,University of California Los Angeles (UCLA)
Szervezet típusa
Industry,Academia
Ország
United States of America
Közölt
13 February 2023
Szerzők
Xiangning Chen, Chen Liang, Da Huang, Esteban Real, Kaiyuan Wang, Yao Liu, Hieu Pham, Xuanyi Dong, Thang Luong, Cho-Jui Hsieh, Yifeng Lu, Quoc V. Le

Mit csinál

A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.

Tartomány
Vision
Feladat
Image classification
Numerikus formátum
BF16

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
3.1B

parameter count of original BASIC-L

Képzési adatok
tokens

A tréning futás

Ami fizikailag szükséges volt a betanításhoz: mely chipek, hány, mennyi ideig, és ez mit fogyasztott a falból.

Chip-óra
4,350

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
Open source

Apache 2.0 https://github.com/google/automl/tree/master/lion

Hogyan van besorolva

Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.

Miért követik nyomon
SOTA improvement

"On vision-language contrastive learning, we achieve 88.3% zero-shot and 91.1% fine-tuning accuracy on ImageNet, surpassing the previous best results by 2% and 0.1%, respectively" "On image classification, Lion boosts the accuracy of ViT by up to 2% on ImageNet and saves up to 5x the pre-training compute on JFT."

Nyilvántartási bizalom
Confident
Hivatkozások
626

Források

Honnan származik ez a felvétel és mikor ellenőrizték utoljára.

Referencia
Symbolic Discovery of Optimization Algorithms
Utoljára frissítve
25 May 2026

Mit jelentenek a számok

Honnan jött

BASIC-L + Lion ki lett adva által Google,University of California Los Angeles (UCLA), az országban rögzítve mint United States of America, alatt February 2023. A kiadó szervezet a következő kategóriába tartozik industry,Academia.

Működik a területen a Vision, és úgy van rögzítve, mint a feladat végrehajtása image classification.

Mivel a súlyok nem elérhetők, ezért ezen az oldalon máshol található hardveradatok egyike sem vonatkozik rá.

Képzés és származás

Az oka, hogy egyáltalán megjelenik ebben a katalógusban: sOTA improvement.

Válaszok

BASIC-L + Lion — gyakori kérdések

01

BASIC-L + Lion— Mire használják?

Működik a területen a Vision, és rögzítve van, hogy kezeli a feladatot image classification. A modell több mindenből is képes cipelni, így ezek azok a területek, amelyekre épült, nem pedig egy korlát arra, amit meg fog próbálni.

02

BASIC-L + Lion— 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.

03

BASIC-L + Lion— Nyílt forráskódú?

Nem. A súlyai nincsenek közzétéve, így csak a tulajdonosa által ellenőrzött szolgáltatásként létezik.

04

BASIC-L + Lion— Hány paramétere van?

Paraméterszáma 3.1B. parameter count of original BASIC-L. 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.

05

BASIC-L + Lion— Ki készítette ezt?

Kiadta Google,University of California Los Angeles (UCLA), alapján United States of America, egy szervezet, amelyet kategorizáltak mint industry,Academia.

06

BASIC-L + Lion— Mikor adták ki?

Kibocsátották a February 2023. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.

Forrás

Eredeti kiadvány

Az utolsó frissítés időpontja 25 May 2026

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..