NoPos
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
- Tel Aviv University,University of Washington,Intel Labs,Meta AI
- Szervezet típusa
- Academia,Academia,Industry,Industry
- Ország
- Israel, United States of America
- Közölt
- 30 March 2022
- Szerzők
- Adi Haviv, Ori Ram, Ofir Press, Peter Izsak, Omer Levy
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Language
- Feladat
- Language modeling/generation
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
- 1.3B
- Képzési adatok
- 21,000,000,000 tokens
- Epochok
- 0.12
- Tételméret
- 256,000
1.3B "The baseline model in this setting follows the 1.3B parameter architecture of Brown et al. (2020), also known as GPT-3 XL: 24 transformer layers with 2048 model dimensions, 8192 feed-forward dimensions, and 32 attention heads."
Table 5
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
- 2.1 × 10¹⁹ FLOP
- Hogyan jött létre
- Operation counting
6 FLOP / token / parameter * 1.3 * 10^9 parameters * 256 000 tokens per batch [table 5] * 10500 steps [table 5] = 2.09664e+19 FLOP
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
- Confident
- Hivatkozások
- 185
- Benchmark adatok
- NoPos
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- Transformer Language Models without Positional Encodings Still Learn Positional Information
- Utoljára frissítve
- 25 May 2026
Mit jelentenek a számok
Honnan jött
NoPos ki lett adva által Tel Aviv University,University of Washington,Intel Labs,Meta AI, az országban rögzítve mint Israel, alatt March 2022. Egy olyan szervezetből származik, amelyet kategorizálnak mint academia,Academia,Industry,Industry.
Működik a területen a Language, és úgy van rögzítve, mint a feladat végrehajtása language modeling/generation.
Mivel a súlyok nem elérhetők, ezért ezen az oldalon máshol található hardveradatok egyike sem vonatkozik rá.
Mi került a felépítésébe
A képzés futás körülbelül 2.1 × 10¹⁹ FLOP. Ez a szám azt méri, hogy mennyibe került a modell előállítása, és nincs hatással arra, hogy milyen gyorsan válaszol.
A tanító készlet kb. futott 21,000,000,000 szöveg tokenjei
Válaszok
NoPos — gyakori kérdések
NoPos— 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.
NoPos— Nyílt forráskódú?
Nem. A súlyai nincsenek közzétéve, így csak a tulajdonosa által ellenőrzött szolgáltatásként létezik.
NoPos— Hány paramétere van?
Paraméterszáma 1.3B. 1.3B "The baseline model in this setting follows the 1.3B parameter architecture of Brown et al. (2020), also known as GPT-3 XL: 24 transformer layers with 2048 model dimensions, 8192 feed-forward dimensions, and 32 attention heads.". 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.
NoPos— Ki készítette ezt?
Kiadta Tel Aviv University,University of Washington,Intel Labs,Meta AI, alapján Israel, egy szervezet, amelyet kategorizáltak mint academia,Academia,Industry,Industry.
NoPos— Mikor adták ki?
Kibocsátották a March 2022. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.
NoPos— Mire használják?
Működik a területen a Language, és rögzítve van, hogy kezeli a feladatot language modeling/generation. Ezek azok a területek, amelyek köré tervezték; ezek a szándékot írják le, nem pedig egy szigorú határt.
NoPos— mennyi számítási kapacitást használtak annak a betanításához?
A képzés körülbelül elfogyasztott 2.1 × 10¹⁹ FLOP. 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..