K-EXAONE
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
- LG AI Research
- Szervezet típusa
- Industry
- Ország
- Korea (Republic of)
- Közölt
- 31 December 2025
- Szerzők
- Eunbi Choi, Kibong Choi, Seokhee Hong, Junwon Hwang, Hyojin Jeon, Hyunjik Jo, Joonkee Kim, Seonghwan Kim, Soyeon Kim, Sunkyoung Kim, Yireun Kim, Yongil Kim, Haeju Lee, Jinsik Lee, Kyungmin Lee, Sangha Park, Heuiyeen Yeen
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Language
- Feladat
- Language modeling/generation, Chat, Question answering, Code generation, Mathematical reasoning, Instruction interpretation
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
- 236B
- Képzési adatok
- 11,000,000,000,000 tokens
- Epochok
- 1
236B
11T tokens
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
- 1.5 × 10²⁴ FLOP
A tréning futás
Ami fizikailag szükséges volt a betanításhoz: mely chipek, hány, mennyi ideig, és ez mit fogyasztott a falból.
- Képzési hardver
- NVIDIA B200 GPUs
- Használt chipek
- 512
- Fali óra idő
- 3,240 hours (135 days)
K-EXAONE was trained using a cloud-based GPU environment. The total training duration was 135 days, utilizing 512 B200 GPUs. This corresponds to a total of 1,658,880 GPU hours, calculated as follows: 512 GPUs × 135 days × 24 hours = 1,658,880 GPU hours
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
- API access
- Képzés kód
- Unreleased
Hogyan van besorolva
Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.
- Miért követik nyomon
- Training cost
- Nyilvántartási bizalom
- Confident
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- K-EXAONE Technical Report
- Utoljára frissítve
- 13 January 2026
Mit jelentenek a számok
Háttér
K-EXAONE ki lett adva által LG AI Research, az országban rögzítve mint Korea (Republic of), alatt December 2025. A kiadó szervezet a következő kategóriába tartozik industry.
Működik a területen a Language, és úgy van rögzítve, mint a feladat végrehajtása language modeling/generation, Chat, Question answering, Code generation, Mathematical reasoning, Instruction interpretation.
Súlyait soha nem tették közzé, így csak a szolgáltatóján keresztül érhető el. Nincs grafikus kártya, ami ezt megváltoztatná.
Hogyan lett betanítva
A betanításhoz körülbelül egy számítási költségvetés kellett 1.5 × 10²⁴ FLOP, hardveren rögzítve NVIDIA B200 GPUs. Ez a szám azt méri, hogy mennyibe került a modell előállítása, és nincs hatással arra, hogy milyen gyorsan válaszol.
Körülbelül egy korpuszon lett betanítva 11,000,000,000,000 szöveg tokenjei
A kiválasztási kritériuma: training cost.
Válaszok
K-EXAONE — gyakori kérdések
K-EXAONE— 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.
K-EXAONE— Nyílt forráskódú?
Nem. A súlyai nincsenek közzétéve, így csak a tulajdonosa által ellenőrzött szolgáltatásként létezik.
K-EXAONE— Hány paramétere van?
Paraméterszáma 236B. 236B. 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.
K-EXAONE— Ki készítette ezt?
Kiadta LG AI Research, alapján Korea (Republic of), egy szervezet, amelyet kategorizáltak mint industry.
K-EXAONE— Mikor adták ki?
Kibocsátották a December 2025.
K-EXAONE— Mire használják?
Működik a területen a Language, és rögzítve van, hogy kezeli a feladatot language modeling/generation, Chat, Question answering, Code generation, Mathematical reasoning, Instruction interpretation. A modellek gyakran több mint egyet hordoznak mindegyikből, és a címkék a célra, nem pedig a képességek határaira utalnak.
K-EXAONE— mennyi számítási kapacitást használtak annak a betanításához?
A képzés körülbelül elfogyasztott 1.5 × 10²⁴ FLOP, hardveren rögzítve NVIDIA B200 GPUs. 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..