CLUE
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
- Naver Clova,Naver AI Lab
- Szervezet típusa
- Industry,Industry
- Ország
- Korea (Republic of)
- Közölt
- 22 November 2022
- Szerzők
- Kyuyong Shin, Hanock Kwak, Su Young Kim, Max Nihlen Ramstrom, Jisu Jeong, Jung-Woo Ha, Kyung-Min Kim
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Recommendation
- Feladat
- Recommender system
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
- 160M
- Képzési adatok
- tokens
- Epochok
- 8
- Tételméret
- 256
160m
Pre-training: We construct a sufficiently large-scale dataset with more than 50B (50741643225) behavior tokens collected over 2 years from search engine and e-commerce platform. Number of behavior tokens 50,741,643,225 (Appendix 1) Downstream: Books: We collect 1,298,489 review logs of 100,000 unique users and 504,572 unique books. Clothing: We collect 928,598 review logs of 100,000 unique users and 314,943 unique clothing, shoes, and jewelry. 50741643225+1298489+928598=50743870312
CLUE is trained with 160M parameters, sequence length (128), and batch size (256).
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
- 3.5 × 10¹⁸ FLOP
- Hogyan jött létre
- Reported,Operation counting
using graph reader on Figure 2 b for the upper right point: 0.04 PF-days * 10^15 FLOPS/s* 3600s*24h=3456000000000000000 counting operations: =160000000.00*50743870312*6=4.871411549952 × 10^19 "The computation (PF-days) is calculated as 6 × # of parameters × batch size × # of training steps × sequence length divided by one PF-day = 8.64 × 10^19. We train all models for 100,000 steps."
A tréning futás
Ami fizikailag szükséges volt a betanításhoz: mely chipek, hány, mennyi ideig, és ez mit fogyasztott a falból.
- Képzési hardver
- NVIDIA V100
- Használt chipek
- 64
- Fali óra idő
- 168 hours (7 days)
- Teljesítményfogyasztás
- 38.4 kW
We shuffle the dataset at every epoch and train the model for 8 epochs, where the transfer performance begins to plateau. The total training time takes 7 days on 64 V100 GPUs.
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
- Scaling Law for Recommendation Models: Towards General-purpose User Representations
- Utoljára frissítve
- 28 November 2025
Mit jelentenek a számok
Honnan jött
CLUE ki lett adva által Naver Clova,Naver AI Lab, az országban rögzítve mint Korea (Republic of), alatt November 2022. A kiadó szervezet a következő kategóriába tartozik industry,Industry.
Működik a területen a Recommendation, és úgy van rögzítve, mint a feladat végrehajtása recommender system.
Mivel a súlyok nem elérhetők, ezért ezen az oldalon máshol található hardveradatok egyike sem vonatkozik rá.
Képzés és származás
A létrehozásához körülbelül összesítő aritmetikára volt szükség. 3.5 × 10¹⁸ FLOP, hardveren rögzítve NVIDIA V100. Ez a szám azt méri, hogy mennyibe került a modell előállítása, és nincs hatással arra, hogy milyen gyorsan válaszol.
Válaszok
CLUE — gyakori kérdések
CLUE— 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.
CLUE— Nyílt forráskódú?
A licencálás sosem volt rögzítve a forrásadatainkban. Az állandóan nem megadott licencet zártnak tekintjük, mert a nem rögzített licenc nem egy megbízható.
CLUE— Hány paramétere van?
Paraméterszáma 160M. 160m. 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.
CLUE— Ki készítette ezt?
Kiadta Naver Clova,Naver AI Lab, alapján Korea (Republic of), egy szervezet, amelyet kategorizáltak mint industry,Industry.
CLUE— Mikor adták ki?
Kibocsátották a November 2022. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.
CLUE— Mire használják?
Működik a területen a Recommendation, és rögzítve van, hogy kezeli a feladatot recommender system. A modellek gyakran több mint egyet hordoznak mindegyikből, és a címkék a célra, nem pedig a képességek határaira utalnak.
CLUE— mennyi számítási kapacitást használtak annak a betanításához?
A képzés körülbelül elfogyasztott 3.5 × 10¹⁸ FLOP, hardveren rögzítve NVIDIA V100. 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.
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..