EXAONE 2.0

Pesi chiusi LG AI Research 300B parametri July 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
LG AI Research
Tipo di organizzazione
Industry
Paese
Korea (Republic of)
Pubblicato
19 July 2023

Cosa fa

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

Dominio
Multimodal, Image generation, Language, Biology, Vision
Compito
Language modeling, Image generation, Visual question answering

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
300B

300 billion

Dati di addestramento
tokens

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
Unreleased
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
Record fiducia
Speculative

Fonti

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

Riferimento
LG AI Research Develops Foundation Model Using Amazon SageMaker
Ultimo aggiornamento
28 November 2025

Cosa significano i numeri

Da dove è venuto

EXAONE 2.0 è stato pubblicato da LG AI Research, nel paese registrato come Korea (Republic of), durante July 2023. L'organizzazione di pubblicazione è classificata come industry.

Funziona nel dominio di Multimodal, Image generation, Language, Biology, Vision, ed è registrato come eseguire il compito di language modeling, Image generation, Visual question answering.

I suoi pesi non sono mai stati pubblicati, quindi può essere raggiunto solo attraverso il suo fornitore. Nessuna scheda GPU cambia questo.

Risposte

EXAONE 2.0 — domande comuni

01

EXAONE 2.0— chi l'ha creato?

È stato pubblicato da LG AI Research, basato su Korea (Republic of), un'organizzazione categorizzata come industry.

02

EXAONE 2.0— quando è stato rilasciato?

È stato pubblicato in July 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.

03

EXAONE 2.0— A cosa serve?

Funziona nel dominio di Multimodal, Image generation, Language, Biology, Vision, e viene registrato come gestire il compito di language modeling, Image generation, Visual question answering. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.

04

EXAONE 2.0— 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.

05

EXAONE 2.0— è open-source?

No. I pesi non sono stati pubblicati, quindi esiste solo come servizio controllato dal suo proprietario.

06

EXAONE 2.0— quanti parametri ha?

Ha un numero di parametri di 300B. 300 billion. 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.

Fonte

Pubblicazione originale

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.