Samba 3.8B
Nessuna stima
Nessun requisito hardware per questo modello
I pesi per questo modello non sono stati pubblicati, quindi non può essere scaricato o eseguito sul proprio hardware di qualsiasi dimensione. È accessibile solo attraverso il suo fornitore e nessun cambiamento della scheda grafica che.
In registrazione
specifiche complete
Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Organizzazione
- Microsoft,University of Illinois Urbana-Champaign (UIUC)
- Tipo di organizzazione
- Industry,Academia
- Paese
- United States of America
- Pubblicato
- 11 June 2024
- Autori
- Liliang Ren, Yang Liu, Yadong Lu, Yelong Shen, Chen Liang, Weizhu Chen
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Language
- Compito
- Language modeling/generation
Dimensione
Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.
- parametri
- 3.8B
- Dati di addestramento
- tokens
- Epoche
- 1
3.8B, table 10
3.2T tokens
Calcolo di addestramento
L'aritmetica eseguita per addestrare il modello, misurata in operazioni in virgola mobile. È una misura di quanto è costato il run di addestramento, e non di quanto velocemente il modello finito ti risponde.
- Calcolo di addestramento
- 7.3 × 10²² FLOP
- Come è stato stabilito
- Operation counting
"We scale SAMBA with 421M, 1.3B, 1.7B and up to 3.8B parameters. In particular, the largest 3.8B base model pre-trained with 3.2T tokens achieves a 71.2 score for MMLU [HBB+21], 54.9 for HumanEval [CTJ+21], and 69.6 for GSM8K" 3.8B * 3.2T * 6 = 7.3e22
Disponibilità
Se puoi ottenere il modello e farlo funzionare sul tuo hardware, il che decide se alcune delle cifre della scheda grafica su questa pagina sono applicabili.
- Pesi
- Closed — provider access only
- Accesso al modello
- Unreleased
- Codice di addestramento
- Open source
training code: https://github.com/microsoft/Samba
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Record fiducia
- Confident
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Samba: Simple Hybrid State Space Models for Efficient Unlimited Context Language Modeling
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Cosa è questo modello
Samba 3.8B è stato pubblicato da Microsoft,University of Illinois Urbana-Champaign (UIUC), nel paese registrato come United States of America, durante June 2024. Esce da un'organizzazione categorizzata come industry,Academia.
Funziona nel dominio di Language, ed è registrato come eseguire il compito di language modeling/generation.
Questo è un modello chiuso: i valori addestrati sono rimasti con chi li ha prodotti, e non c'è una versione locale da eseguire.
Addestramento e provenienza
Il training ha richiesto un budget di calcolo di circa 7.3 × 10²² FLOP. Quella cifra misura quanto è costata la produzione del modello e non ha alcun impatto su quanto velocemente risponde.
Risposte
Samba 3.8B — domande comuni
Samba 3.8B— è open-source?
No. I pesi non sono stati pubblicati, quindi esiste solo come servizio controllato dal suo proprietario.
Samba 3.8B— quanti parametri ha?
Ha un numero di parametri di 3.8B. 3.8B, table 10. Quella cifra è il totale, ed è ciò che decide quanto memoria il modello ha bisogno — circa mezzo gigabyte per miliardo alla compressione che la maggior parte delle persone usa.
Samba 3.8B— chi l'ha creato?
È stato pubblicato da Microsoft,University of Illinois Urbana-Champaign (UIUC), basato su United States of America, un'organizzazione categorizzata come industry,Academia.
Samba 3.8B— quando è stato rilasciato?
È stato pubblicato in June 2024. La capacità per parametro è migliorata considerevolmente da allora, quindi un modello più recente della stessa dimensione è spesso un uso migliore dello stesso hardware.
Samba 3.8B— A cosa serve?
Funziona nel dominio di Language, e viene registrato come gestire il compito di language modeling/generation. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
Samba 3.8B— quanto calcolo è stato utilizzato per addestrarlo?
L'addestramento ha consumato circa 7.3 × 10²² FLOP. Questo misura quanto costa produrre il modello e non dice nulla su quanto rapidamente risponde una volta addestrato — la velocità di inferenza deriva dalla larghezza di banda della memoria, non dal budget di addestramento.
Samba 3.8B— che GPU ho bisogno per eseguirlo?
Nessuno. Questo è un modello chiuso - i suoi pesi non sono mai stati pubblicati, quindi non può essere scaricato o eseguito sul tuo hardware a qualsiasi prezzo. È accessibile solo attraverso il suo fornitore.
L'altra direzione
Guardandolo dall'altro lato?
Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.