Linear Transformer (large)
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
- IDSIA
- Szervezet típusa
- Academia
- Ország
- Switzerland
- Közölt
- 22 February 2021
- Szerzők
- Imanol Schlag, Kazuki Irie, Jürgen Schmidhuber
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Language
- Feladat
- Language modeling, Translation
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
- 90M
- Képzési adatok
- 103,000,000 tokens
- Epochok
- 70
90M (medium)
batch size: 56 sequences 70 epochs target segment lengths of 384
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
- 3.9 × 10¹⁸ FLOP
- Hogyan jött létre
- Operation counting
6 FLOP / token / parameter * 90000000 parameters * 103000000 tokens * 70 epochs = 3.8934e+18 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
- Open source
code, Apache license: https://github.com/IDSIA/lmtool-fwp/tree/master/example_scripts/2021_linear_transformers_are_secretly_fwps
Hogyan van besorolva
Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.
- Nyilvántartási bizalom
- Confident
- Hivatkozások
- 405
- Benchmark adatok
- Linear Transformer (large)
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- Linear Transformers Are Secretly Fast Weight Programmers
- Utoljára frissítve
- 25 May 2026
Mit jelentenek a számok
Háttér
Linear Transformer (large) ki lett adva által IDSIA, az országban rögzítve mint Switzerland, alatt February 2021. A kiadó kategóriája alá tartozik academia.
Működik a területen a Language, és úgy van rögzítve, mint a feladat végrehajtása language modeling, Translation.
Ez egy zárt modell: a betanított értékek azoknál maradtak, akik előállították őket, és nincs helyi verzió a futtatáshoz.
Mi került a felépítésébe
A képzés futás körülbelül 3.9 × 10¹⁸ 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 103,000,000 szöveg tokenjei
Válaszok
Linear Transformer (large) — gyakori kérdések
Linear Transformer (large)— Hány paramétere van?
Paraméterszáma 90M. 90M (medium). 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.
Linear Transformer (large)— Ki készítette ezt?
Kiadta IDSIA, alapján Switzerland, egy szervezet, amelyet kategorizáltak mint academia.
Linear Transformer (large)— Mikor adták ki?
Kibocsátották a February 2021. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.
Linear Transformer (large)— Mire használják?
Működik a területen a Language, és rögzítve van, hogy kezeli a feladatot language modeling, Translation. A modellek gyakran több mint egyet hordoznak mindegyikből, és a címkék a célra, nem pedig a képességek határaira utalnak.
Linear Transformer (large)— mennyi számítási kapacitást használtak annak a betanításához?
A képzés körülbelül elfogyasztott 3.9 × 10¹⁸ 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.
Linear Transformer (large)— 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.
Linear Transformer (large)— Nyílt forráskódú?
Nem. A súlyai nincsenek közzétéve, így csak a tulajdonosa által ellenőrzött szolgáltatásként létezik.
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..