GPT2-Large+LHOPT
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
- OpenAI
- Szervezet típusa
- Industry
- Ország
- United States of America
- Közölt
- 2 June 2021
- Szerzők
- Diogo Almeida, Clemens Winter, Jie Tang, Wojciech Zaremba
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Language
- Feladat
- Language modeling/generation
- Alapmodell
- GPT-2 (774M)
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
- 760M
- Képzési adatok
- 103,000,000 tokens
- Epochok
- 1
- Tételméret
- 13,000
Figure 3
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 × 10²¹ FLOP
- Hogyan jött létre
- Operation counting
- Finomhangolás számítás
- 4.7 × 10¹⁷ FLOP
base model compute (speculative confidence) 4.9536e+21 FLOP + fine-tune compute 4.6968e+17 FLOP = 4.9540697e+21 FLOP ________ estimation from the Arithmetic progress paper: 1.6E+21 FLOP
6 FLOP / parameter / token * 760000000 parameters * 103000000 tokens * 1 epoch = 4.6968e+17 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
there's a repo for the optimizer but no training code for this model: https://github.com/openai/LHOPT
Hogyan van besorolva
Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.
- Nyilvántartási bizalom
- Speculative
- Hivatkozások
- 35
- Benchmark adatok
- GPT2-Large+LHOPT
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- A Generalizable Approach to Learning Optimizers
- Utoljára frissítve
- 25 May 2026
Mit jelentenek a számok
Honnan jött
GPT2-Large+LHOPT ki lett adva által OpenAI, az országban rögzítve mint United States of America, alatt June 2021. Egy olyan szervezetből származik, amelyet kategorizálnak mint industry.
Működik a területen a Language, és úgy van rögzítve, mint a feladat végrehajtása language modeling/generation.
A kiindulópontja egy meglévő alapmodell volt, GPT-2 (774M). Ezért osztja a bázismodell általános formáját és méretét.
Mivel a súlyok nem elérhetők, ezért ezen az oldalon máshol található hardveradatok egyike sem vonatkozik rá.
Képzés és származás
A betanításhoz körülbelül egy számítási költségvetés kellett 5 × 10²¹ FLOP. Ez a szám azt méri, hogy mennyibe került a modell előállítása, és nincs hatással arra, hogy milyen gyorsan válaszol.
Körülbelül egy korpuszon lett betanítva 103,000,000 szöveg tokenjei
Válaszok
GPT2-Large+LHOPT — gyakori kérdések
GPT2-Large+LHOPT— Mire használják?
Működik a területen a Language, és rögzítve van, hogy kezeli a feladatot language modeling/generation. A modellek gyakran több mint egyet hordoznak mindegyikből, és a címkék a célra, nem pedig a képességek határaira utalnak.
GPT2-Large+LHOPT— mennyi számítási kapacitást használtak annak a betanításához?
A képzés körülbelül elfogyasztott 5 × 10²¹ 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.
GPT2-Large+LHOPT— 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.
GPT2-Large+LHOPT— Nyílt forráskódú?
Nem. A súlyai nincsenek közzétéve, így csak a tulajdonosa által ellenőrzött szolgáltatásként létezik.
GPT2-Large+LHOPT— Hány paramétere van?
Paraméterszáma 760M. 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.
GPT2-Large+LHOPT— Ki készítette ezt?
Kiadta OpenAI, alapján United States of America, egy szervezet, amelyet kategorizáltak mint industry.
GPT2-Large+LHOPT— Mikor adták ki?
Kibocsátották a June 2021. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.
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..