OtterHD-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
- Nanyang Technological University
- Tipo di organizzazione
- Academia
- Paese
- Singapore
- Pubblicato
- 7 November 2023
- Autori
- Bo Li, Peiyuan Zhang, Jingkang Yang, Yuanhan Zhang, Fanyi Pu, Ziwei Liu
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Multimodal, Vision, Language
- Compito
- Chat, Visual question answering
- Modello di base
- Fuyu-8B
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
- 8B
- Dati di addestramento
- 200,540,000 tokens
- Epoche
- 3
8B
"We compiled a total of 370K instruction/response pairs sourced from the follow- ing public datasets: LLaVA-Instruct [ 30], VQAv2 [2], GQA [ 23 ], OKVQA [ 36 ], OCRVQA [38 ], A-OKVQA [ 45], COCO-GOI [33 ], COCO-Caption [ 10], TextQA [ 48], RefCOCO [58], COCO-ITM [ 28 ], ImageNet [17 ], and LLaVA-RLHF [ 51 ]."
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.
- Addestramento fine
- 2.4 × 10¹⁹ FLOP
flops = (8) * (312 * 10**12) * (3 * 3 * 3600) * (0.3) = 2.4e19 (num gpu) * (peak flops) * (time in seconds) * (assumed utilization rate) 'Our implementation permits the completion of full-parameter training within 3 hours per epoch on 8×A100 GPUs. ' Table 4 indicates 3 epochs for the full finetune.
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
- Chip utilizzati
- 8
- Chip-ore
- 24
- Tempo di parete
- 9 hours
- Consumo energetico
- 6.3 kW
3 hours per epoch over 3 epochs: 9 hours
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Record fiducia
- Confident
- Citazioni
- 85
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- OtterHD: A High-Resolution Multi-modality Model
- Ultimo aggiornamento
- 25 May 2026
Cosa significano i numeri
Sfondo
OtterHD-8B è stato pubblicato da Nanyang Technological University, nel paese registrato come Singapore, durante November 2023. L'organizzazione di pubblicazione è classificata come academia.
Funziona nel dominio di Multimodal, Vision, Language, ed è registrato come eseguire il compito di chat, Visual question answering.
Il suo punto di partenza era un modello di base esistente, Fuyu-8B. È per questo che condivide la forma e le dimensioni generali del modello base.
I suoi pesi non sono mai stati pubblicati, quindi può essere raggiunto solo attraverso il suo fornitore. Nessuna scheda GPU cambia questo.
Addestramento e provenienza
È stato addestrato su un corpus di circa 200,540,000 token di testo
Risposte
OtterHD-8B — domande comuni
OtterHD-8B— 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.
OtterHD-8B— quanti parametri ha?
Ha un numero di parametri di 8B. 8B. 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.
OtterHD-8B— chi l'ha creato?
È stato pubblicato da Nanyang Technological University, basato su Singapore, un'organizzazione categorizzata come academia.
OtterHD-8B— 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.
OtterHD-8B— A cosa serve?
Funziona nel dominio di Multimodal, Vision, Language, e viene registrato come gestire il compito di chat, Visual question answering. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.
OtterHD-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.