SparseOPT-175B
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
- Institute of Science and Technology Austria (ISTA),Neural Magic
- Szervezet típusa
- Academia,Industry
- Ország
- Austria, United States of America
- Közölt
- 2 January 2023
- Szerzők
- Elias Frantar, Dan Alistarh
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Language
- Feladat
- Language modeling/generation, Question answering
- Alapmodell
- OPT-175B
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
- 87.5B
- Képzési adatok
- tokens
- Epochok
- 1.67
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
- 1.6 × 10²³ FLOP
- Hogyan jött létre
- Hardware
A tréning futás
Ami fizikailag szükséges volt a betanításhoz: mely chipek, hány, mennyi ideig, és ez mit fogyasztott a falból.
- Képzési hardver
- NVIDIA A100 SXM4 80 GB
- Használt chipek
- 1
- Fali óra idő
- 4 hours
- Teljesítményfogyasztás
- 439 W
"All pruning experiments are conducted on a single NVIDIA A100 GPU with 80GB of memory. In this setup, SparseGPT can fully sparsify the 175-billion-parameter models in approximately 4 hours."
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
code is Apache 2.0 (but OPT, which you'd need to recreate this model, is non-commercial) https://github.com/IST-DASLab/sparsegpt/blob/master/opt.py
Hogyan van besorolva
Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.
- Valószínűleg 10²³ FLOP felett
- Yes
- Nyilvántartási bizalom
- Confident
- Hivatkozások
- 1,267
- Benchmark adatok
- SparseOPT-175B
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- SparseGPT: Massive Language Models Can Be Accurately Pruned in One-Shot
- Utoljára frissítve
- 25 May 2026
Mit jelentenek a számok
Mit jelent ez a modell
SparseOPT-175B ki lett adva által Institute of Science and Technology Austria (ISTA),Neural Magic, az országban rögzítve mint Austria, alatt January 2023. A kiadó kategóriája alá tartozik academia,Industry.
Működik a területen a Language, és úgy van rögzítve, mint a feladat végrehajtása language modeling/generation, Question answering.
Ahelyett, hogy nulláról lenne betanítva, az származik OPT-175B. Ezért osztja a bázismodell általános formáját és méretét.
Ez egy zárt modell: a betanított értékek azoknál maradtak, akik előállították őket, és nincs helyi verzió a futtatáshoz.
Képzés és származás
A képzés futás körülbelül 1.6 × 10²³ FLOP, hardveren rögzítve NVIDIA A100 SXM4 80 GB. Ez a szám azt méri, hogy mennyibe került a modell előállítása, és nincs hatással arra, hogy milyen gyorsan válaszol.
Válaszok
SparseOPT-175B — gyakori kérdések
SparseOPT-175B— Ki készítette ezt?
Kiadta Institute of Science and Technology Austria (ISTA),Neural Magic, alapján Austria, egy szervezet, amelyet kategorizáltak mint academia,Industry.
SparseOPT-175B— Mikor adták ki?
Kibocsátották a January 2023. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.
SparseOPT-175B— Mire használják?
Működik a területen a Language, és rögzítve van, hogy kezeli a feladatot language modeling/generation, Question answering. Ezek azok a területek, amelyek köré tervezték; ezek a szándékot írják le, nem pedig egy szigorú határt.
SparseOPT-175B— mennyi számítási kapacitást használtak annak a betanításához?
A képzés körülbelül elfogyasztott 1.6 × 10²³ FLOP, hardveren rögzítve NVIDIA A100 SXM4 80 GB. 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.
SparseOPT-175B— 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.
SparseOPT-175B— Nyílt forráskódú?
Nem. A súlyai nincsenek közzétéve, így csak a tulajdonosa által ellenőrzött szolgáltatásként létezik.
SparseOPT-175B— Hány paramétere van?
Paraméterszáma 87.5B. 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.
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..