CALM

Pesi chiusi NVIDIA,Technion - Israel Institute of Technology August 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
NVIDIA,Technion - Israel Institute of Technology
Tipo di organizzazione
Industry,Academia
Paese
United States of America, Israel
Pubblicato
6 August 2023
Autori
Chen Tessler, Yoni Kasten, Yunrong Guo, Shie Mannor, Gal Chechik, Xue Bin Peng

Cosa fa

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

Dominio
Robotics
Compito
Animal (human/non-human) imitation
Approccio
Reinforcement learning

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.

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 A100

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
Unknown
Citazioni
122

Fonti

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

Riferimento
CALM: Conditional Adversarial Latent Models for Directable Virtual Characters
Ultimo aggiornamento
25 May 2026

Cosa significano i numeri

Cosa è questo modello

CALM è stato pubblicato da NVIDIA,Technion - Israel Institute of Technology, nel paese registrato come United States of America, durante August 2023. L'organizzazione di pubblicazione è classificata come industry,Academia.

Funziona nel dominio di Robotics, ed è registrato come eseguire il compito di animal (human/non-human) imitation.

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

CALM — domande comuni

01

CALM— 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.

02

CALM— 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.

03

CALM— quanti parametri ha?

Non è stato pubblicato alcun conteggio dei parametri per esso, motivo per cui non appare alcun dato sulla memoria o sulla velocità su questa pagina.

04

CALM— chi l'ha creato?

È stato pubblicato da NVIDIA,Technion - Israel Institute of Technology, basato su United States of America, un'organizzazione categorizzata come industry,Academia.

05

CALM— quando è stato rilasciato?

È stato pubblicato in August 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.

06

CALM— A cosa serve?

Funziona nel dominio di Robotics, e viene registrato come gestire il compito di animal (human/non-human) imitation. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.

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.