Yi-Large
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
- 01.AI
- Tipo di organizzazione
- Industry
- Paese
- China
- Pubblicato
- 13 May 2024
- Autori
- Alex Young, Bei Chen, Chao Li, Chengen Huang, Ge Zhang, Guanwei Zhang, Heng Li, Jiangcheng Zhu, Jianqun Chen, Jing Chang, Kaidong Yu, Peng Liu, Qiang Liu, Shawn Yue, Senbin Yang, Shiming Yang, Tao Yu, Wen Xie, Wenhao Huang, Xiaohui Hu, Xiaoyi Ren, Xinyao Niu, Pengcheng Nie, Yuchi Xu, Yudong Liu, Yue Wang, Yuxuan Cai, Zhenyu Gu, Zhiyuan Liu, Zonghong Dai
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Language
- Compito
- Chat, Language modeling/generation
- Formato numerico
- FP8
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
- 100B
- Dati di addestramento
- 3,000,000,000,000 tokens
"Yi-Large is a software over-the-air-driven closed-source large model with a parameter of over 100 billion tokens." from https://www.chinadaily.com.cn/a/202405/13/WS6641abd1a31082fc043c6ccd.html
3T tokens for previous Yi models: "Targeted as a bilingual language model and trained on 3T multilingual corpus, the Yi series models become one of the strongest LLM worldwide, showing promise in language understanding, commonsense reasoning, reading comprehension, and more."
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
- 1.8 × 10²⁴ FLOP
- Come è stato stabilito
- Operation counting
6ND = 6*100000000000*3000000000000=1.8e+24 (speculative confidence because training dataset size is very uncertain)
La corsa di addestramento
Cosa ha richiesto fisicamente per addestrare: quali chip, quanti, per quanto tempo e cosa ha prelevato dalla presa.
- Centro dati
- There is no paper to reference, no information about hardware used for training found in media.
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
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
- Perché è monitorato
- Training cost
- Record fiducia
- Speculative
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Da dove è venuto
Yi-Large è stato pubblicato da 01.AI, nel paese registrato come China, durante May 2024. L'organizzazione di pubblicazione è classificata come industry.
Funziona nel dominio di Language, ed è registrato come eseguire il compito di chat, Language modeling/generation.
Poiché i pesi non sono disponibili, nessuna delle specifiche hardware presenti in questo sito si applica ad esso.
Come è stato addestrato
Il training ha richiesto un budget di calcolo di circa 1.8 × 10²⁴ FLOP. 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 3,000,000,000,000 token di testo
È tracciato nel dataset sottostante per una ragione in particolare: training cost.
Risposte
Yi-Large — domande comuni
Yi-Large— 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.
Yi-Large— A cosa serve?
Funziona nel dominio di Language, e viene registrato come gestire il compito di chat, Language modeling/generation. Un modello può gestire diversi di ciascuno, quindi queste sono le aree per cui è stato costruito piuttosto che un limite su ciò che tenterà.
Yi-Large— quanto calcolo è stato utilizzato per addestrarlo?
L'addestramento ha consumato circa 1.8 × 10²⁴ 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.
Yi-Large— 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.
Yi-Large— è open-source?
No. I pesi non sono stati pubblicati, quindi esiste solo come servizio controllato dal suo proprietario.
Yi-Large— quanti parametri ha?
Ha un numero di parametri di 100B. "Yi-Large is a software over-the-air-driven closed-source large model with a parameter of over 100 billion tokens." from https://www.chinadaily.com.cn/a/202405/13/WS6641abd1a31082fc043c6ccd.html. 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.
Yi-Large— chi l'ha creato?
È stato pubblicato da 01.AI, basato su China, un'organizzazione categorizzata come industry.
Fonte
Ultimo aggiornamento del record 28 November 2025
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.