TAIWAN-LLM 7B

Pesi chiusi National Taiwan University 7B parametri November 2023

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
National Taiwan University
Tipo di organizzazione
Academia
Paese
Taiwan
Pubblicato
23 November 2023
Autori
Yen-Ting Lin, Yun-Nung Chen

Cosa fa

Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.

Dominio
Language
Compito
Chat
Modello di base
Llama 2-7B

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
7B
Dati di addestramento
tokens

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 H100 SXM5 80GB
Chip utilizzati
48
Consumo energetico
66.6 kW

Come è classificato

Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.

Record fiducia
Confident
Citazioni
34

Fonti

Da dove proviene questo record e quando è stato controllato l'ultima volta.

Riferimento
"TAIWAN-LLM: Bridging the Linguistic Divide with a Culturally Aligned Language Model"
Ultimo aggiornamento
25 May 2026

Cosa significano i numeri

Sfondo

TAIWAN-LLM 7B è stato pubblicato da National Taiwan University, nel paese registrato come Taiwan, durante November 2023. La categoria sotto cui rientra l'editore è academia.

Funziona nel dominio di Language, ed è registrato come eseguire il compito di chat.

Il suo punto di partenza era un modello di base esistente, Llama 2-7B. Quello è il modo abituale in cui viene prodotto un modello specializzato.

Questo è un modello chiuso: i valori addestrati sono rimasti con chi li ha prodotti, e non c'è una versione locale da eseguire.

Risposte

TAIWAN-LLM 7B — domande comuni

01

TAIWAN-LLM 7B— quanti parametri ha?

Ha un numero di parametri di 7B. 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.

02

TAIWAN-LLM 7B— chi l'ha creato?

È stato pubblicato da National Taiwan University, basato su Taiwan, un'organizzazione categorizzata come academia.

03

TAIWAN-LLM 7B— quando è stato rilasciato?

È stato pubblicato in November 2023. 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.

04

TAIWAN-LLM 7B— A cosa serve?

Funziona nel dominio di Language, e viene registrato come gestire il compito di chat. 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.

05

TAIWAN-LLM 7B— 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.

06

TAIWAN-LLM 7B— è open-source?

La licenza non è mai stata registrata nei nostri dati sorgente. Trattiamo le licenze non dichiarate come chiuse, perché una licenza non registrata non è una su cui fare affidamento.

Fonte

Pubblicazione originale

Ultimo aggiornamento del record 25 May 2026

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.