ALLaM adapted13B
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
- Saudi Data and Artificial Intelligence Authority
- Tipo di organizzazione
- Industry,Government
- Paese
- Saudi Arabia
- Pubblicato
- 21 May 2024
- Autori
- Saudi Data and Artificial Intelligence Authority
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, Translation, Question answering
- Modello di base
- LLaMA-13B
- Formato numerico
- BF16
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
- 13B
- Dati di addestramento
- 5,200,000,000,000 tokens
- Epoche
- 1
3,431,217,579(4.3B) total documents, with a total of 4,587,781,981,546(4.5T) words, and 5.2T 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
- 1.7 × 10²³ FLOP
Finetuning compute: 6*13000000000*1200000000000=9.36e+22 Llama 13B training FLOP: 7.8e+22 Total: 1.716e+23
La corsa di addestramento
Cosa ha richiesto fisicamente per addestrare: quali chip, quanti, per quanto tempo e cosa ha prelevato dalla presa.
- Hardware di addestramento
- NVIDIA A100
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
- API access
- Codice di addestramento
- Unreleased
on IBM watsonx platform https://dataplatform.cloud.ibm.com/docs/content/wsj/analyze-data/fm-models.html?context=wx
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Probabilmente sopra 10²³ FLOP
- Yes
- Record fiducia
- Confident
- Citazioni
- 69
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- ALLaM: Large Language Models for Arabic and English
- Ultimo aggiornamento
- 25 May 2026
Cosa significano i numeri
Informazioni su questo modello
ALLaM adapted13B è stato pubblicato da Saudi Data and Artificial Intelligence Authority, nel paese registrato come Saudi Arabia, durante May 2024. Esce da un'organizzazione categorizzata come industry,Government.
Funziona nel dominio di Language, ed è registrato come eseguire il compito di language modeling/generation, Translation, Question answering.
Il suo punto di partenza era un modello di base esistente, LLaMA-13B. La maggior parte dei modelli di questa scala sono adattati da una base esistente piuttosto che costruiti da zero.
Poiché i pesi non sono disponibili, nessuna delle specifiche hardware presenti in questo sito si applica ad esso.
Addestramento e provenienza
La produzione di esso ha richiesto un'aritmetica totale di circa 1.7 × 10²³ FLOP, su hardware registrato come NVIDIA A100. Quella cifra misura quanto è costata la produzione del modello e non ha alcun impatto su quanto velocemente risponde.
È stato addestrato su un corpus di circa 5,200,000,000,000 token di testo
Risposte
ALLaM adapted13B — domande comuni
ALLaM adapted13B— quanti parametri ha?
Ha un numero di parametri di 13B. 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.
ALLaM adapted13B— chi l'ha creato?
È stato pubblicato da Saudi Data and Artificial Intelligence Authority, basato su Saudi Arabia, un'organizzazione categorizzata come industry,Government.
ALLaM adapted13B— quando è stato rilasciato?
È stato pubblicato in May 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.
ALLaM adapted13B— A cosa serve?
Funziona nel dominio di Language, e viene registrato come gestire il compito di language modeling/generation, Translation, Question answering. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
ALLaM adapted13B— quanto calcolo è stato utilizzato per addestrarlo?
L'addestramento ha consumato circa 1.7 × 10²³ FLOP, su hardware registrato come NVIDIA A100. 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.
ALLaM adapted13B— 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.
ALLaM adapted13B— è open-source?
No. I pesi non sono stati pubblicati, quindi esiste solo come servizio controllato dal suo proprietario.
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.