TeleChat-3B
Nessuna stima
Nessun requisito hardware per questo modello
I pesi di questo modello non sono stati pubblicati, quindi non può essere scaricato o eseguito sul vostro hardware a qualsiasi dimensione. È accessibile solo attraverso il suo fornitore, e nessuna scheda grafica può cambiare questo.
In registrazione
Specifiche complete
Tutto ciò che riguarda questo modello. La maggior parte delle informazioni descrive come è stato addestrato piuttosto che come viene eseguito — un contesto utile per valutare la quantità di lavoro impiegata e come si confronta con modelli realizzati su scala diversa.
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Organizzazione
- China Telecom
- Tipo di organizzazione
- Industry
- Paese
- China
- Pubblicato
- 1 April 2024
- Autori
- Zhongjiang He, Zihan Wang, Xinzhang Liu, Shixuan Liu, Yitong Yao, Yuyao Huang, Xuelong Li, Yongxiang Li, Zhonghao Che, Zhaoxi Zhang, Yan Wang, Xin Wang, Luwen Pu, Huinan Xu, Ruiyu Fang, Yu Zhao, Jie Zhang, Xiaomeng Huang, Zhilong Lu, Jiaxin Peng, Wenjun Zheng, Shiquan Wang, Bingkai Yang, Xuewei he, Zhuoru Jiang, Qiyi Xie, Yanhan Zhang, Zhongqiu Li, Lingling Shi, Weiwei Fu, Yin Zhang, Zilu Huang, S…
Cosa fa
Le aree problematiche per cui è stato costruito il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Language
- Compito
- Language modeling/generation, Chat, Question answering, Text summarization, Code generation, Translation
Dimensione
Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono il valore che decide se si adatta a una determinata scheda grafica.
- Parametri
- 3B
- Dati di addestramento
- tokens
Table 3
Addestramento computazionale
L'aritmetica eseguita per addestrare il modello, misurata in operazioni in virgola mobile. È una misura di quanto costato l'addestramento, non di quanto velocemente il modello finito ti risponde.
- Addestramento computazionale
- 1.4 × 10²² FLOP
- Come è stato stabilito
- Operation counting
80 nodes, each having 8 Nvidia A100 Sxm 40GB GPUs 6 FLOP / token / parameter * 3*10^9 parameters * 0.8 * 10^12 tokens = 1.44e+22 FLOP
Il training run
Cosa è stato fisicamente necessario per addestrare: quali chip, quanti, per quanto tempo e cosa ha richiesto dalla rete elettrica.
- Hardware di addestramento
- NVIDIA A100 SXM4 40 GB
- Chips used
- 640
- Consumo energetico
- 506.2 kW
Disponibilità
Se puoi ottenere il modello e eseguirlo sul tuo hardware, il che decide se una delle cifre della scheda grafica su questa pagina si applica.
- Pesi
- Closed — provider access only
- Accesso al modello
- Unreleased
- Codice di addestramento
- Unreleased
Come è classificato
Etichette che il dataset sorgente applica quando si monitorano modelli notevoli e quanto è fiducioso nell'entry.
- Registrare fiducia
- Confident
- Citazioni
- 13
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- TELECHAT TECHNICAL REPORT
- Ultimo aggiornamento
- 25 May 2026
Cosa significano i numeri
Background
TeleChat-3B was published by China Telecom, in China, in April 2024. It comes out of industry.
It works in Language, and is recorded as doing language modeling/generation, Chat, Question answering, Text summarization, Code generation, Translation.
Because the weights are not available, none of the hardware figures elsewhere on this site apply to it.
Formazione e provenienza
Producing it required around 1.4 × 10²² FLOP of arithmetic, on NVIDIA A100 SXM4 40 GB, which is a statement about the training budget rather than about inference.
Risposte
TeleChat-3B — Domande frequenti
What is TeleChat-3B used for?
TeleChat-3B works in Language, and is recorded as handling language modeling/generation, Chat, Question answering, Text summarization, Code generation, Translation. A model can carry several of each, so these are the areas it was built for rather than a limit on what it will attempt.
How much compute was used to train TeleChat-3B?
Around 1.4 × 10²² FLOP, on NVIDIA A100 SXM4 40 GB. That measures what producing the model cost and says nothing about how quickly it answers once trained — inference speed comes from memory bandwidth, not from the training budget.
What GPU do I need to run TeleChat-3B?
None. TeleChat-3B is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is TeleChat-3B open source?
No. TeleChat-3B has not had its weights published, so it exists only as a service controlled by its owner.
How many parameters does TeleChat-3B have?
TeleChat-3B has 3B parameters. That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.
Who created TeleChat-3B?
TeleChat-3B was published by China Telecom, based in China, categorised as industry.
When was TeleChat-3B released?
TeleChat-3B was published in April 2024. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
L'altra direzione
Guardando la questione dall'altra parte?
Questa pagina inizia dal modello. Se possedete già una scheda e desiderate conoscere tutto ciò che può eseguire, inizia dall'hardware invece.