AR-LDM
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
- Alibaba,University of Waterloo,Vector Institute
- Szervezet típusa
- Industry,Academia,Academia
- Ország
- China, Canada
- Közölt
- 20 November 2022
- Szerzők
- Xichen Pan, Pengda Qin, Yuhong Li, Hui Xue, Wenhu Chen
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Image generation
- Feladat
- Text-to-image
- Alapmodell
- Stable Diffusion (LDM-KL-8-G)
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
- tokens
- Epochok
- 50
Table 1
PororoSV, FlintstonesSV and VIST. All storytelling datasets, sizes would be possible to look up.
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
- 5.1 × 10²⁰ FLOP
- Hogyan jött létre
- Hardware
8 NVIDIA A100 GPUs for 8 days
A tréning futás
Ami fizikailag szükséges volt a betanításhoz: mely chipek, hány, mennyi ideig, és ez mit fogyasztott a falból.
- Képzési hardver
- NVIDIA A100
- Fali óra idő
- 194 hours (8.1 days)
- Számítási költség
- $746
8 NVIDIA A100 GPUs for 8 days
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 (non-commercial)
no weights, no license. training and inference code here: https://github.com/xichenpan/ARLDM
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
- Nyilvántartási bizalom
- Confident
- Hivatkozások
- 86
The first latent diffusion model for coherent visual story synthesizing. "Quantitative results show that AR-LDM achieves SoTA FID scores on PororoSV, FlintstonesSV, and the newly introduced challenging dataset VIST containing natural images"
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- Synthesizing Coherent Story with Auto-Regressive Latent Diffusion Models
- Utoljára frissítve
- 25 May 2026
Mit jelentenek a számok
Háttér
AR-LDM ki lett adva által Alibaba,University of Waterloo,Vector Institute, az országban rögzítve mint China, alatt November 2022. A kiadó kategóriája alá tartozik industry,Academia,Academia.
Működik a területen a Image generation, és úgy van rögzítve, mint a feladat végrehajtása text-to-image.
Ahelyett, hogy nulláról lenne betanítva, az származik Stable Diffusion (LDM-KL-8-G). A legtöbb modell ezen a skálán egy meglévő alaphoz van igazítva, ahelyett, hogy semmiből épült volna.
Ez egy zárt modell: a betanított értékek azoknál maradtak, akik előállították őket, és nincs helyi verzió a futtatáshoz.
Képzés és származás
A létrehozásához körülbelül összesítő aritmetikára volt szükség. 5.1 × 10²⁰ FLOP, hardveren rögzítve NVIDIA A100. Ez a szám azt méri, hogy mennyibe került a modell előállítása, és nincs hatással arra, hogy milyen gyorsan válaszol.
A kiválasztási kritériuma: sOTA improvement.
Válaszok
AR-LDM — gyakori kérdések
AR-LDM— Ki készítette ezt?
Kiadta Alibaba,University of Waterloo,Vector Institute, alapján China, egy szervezet, amelyet kategorizáltak mint industry,Academia,Academia.
AR-LDM— 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.
AR-LDM— Mire használják?
Működik a területen a Image generation, és rögzítve van, hogy kezeli a feladatot text-to-image. Ezek azok a területek, amelyek köré tervezték; ezek a szándékot írják le, nem pedig egy szigorú határt.
AR-LDM— mennyi számítási kapacitást használtak annak a betanításához?
A képzés körülbelül elfogyasztott 5.1 × 10²⁰ FLOP, hardveren rögzítve NVIDIA A100. 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.
AR-LDM— 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.
AR-LDM— Nyílt forráskódú?
Nem. A súlyai nincsenek közzétéve, így csak a tulajdonosa által ellenőrzött szolgáltatásként létezik.
AR-LDM— Hány paramétere van?
Paraméterszáma 1.5B. Table 1. 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..