PaLM-E
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
- Google,TU Berlin
- Tipo di organizzazione
- Industry,Academia
- Paese
- United States of America, Germany
- Pubblicato
- 6 March 2023
- Autori
- Danny Driess, Fei Xia, Mehdi S. M. Sajjadi, Corey Lynch, Aakanksha Chowdhery, Brian Ichter, Ayzaan Wahid, Jonathan Tompson, Quan Vuong, Tianhe Yu, Wenlong Huang, Yevgen Chebotar, Pierre Sermanet, Daniel Duckworth, Sergey Levine, Vincent Vanhoucke, Karol Hausman, Marc Toussaint, Klaus Greff, Andy Zeng, Igor Mordatch, Pete Florence
Cosa fa
Le aree problematiche per cui è stato costruito il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Robotics, Vision, Language
- Compito
- Visual question answering, Robotic manipulation, Image captioning, Language generation
- Base model
- PaLM (540B)
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
- 562B
- Dati di addestramento
- tokens
562B
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.
- Foundation model
- Yes
- Perché viene tracciato
- SOTA improvement
- Registrare fiducia
- Likely
- Citations
- 2,645
"Our largest model, PaLM-E-562B with 562B parameters, in addition to being trained on robotics tasks, is a visual-language generalist with state-of-the-art performance on OK-VQA, and retains generalist language capabilities with increasing scale."
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- PaLM-E: An Embodied Multimodal Language Model
- Ultimo aggiornamento
- 25 May 2026
Cosa significano i numeri
Background
PaLM-E was published by Google,TU Berlin, in United States of America, in March 2023. It comes out of industry,Academia.
It works in Robotics, Vision, Language, and is recorded as doing visual question answering, Robotic manipulation, Image captioning, Language generation.
It builds on PaLM (540B), which is why it shares that model's general shape and size.
Questo è un modello chiuso: i valori addestrati sono rimasti con chi li ha prodotti, e non c'è una versione locale da eseguire.
Training and provenance
Viene tracciato nel dataset sottostante per una ragione in particolare: miglioramento sOTA.
Risposte
PaLM-E — Domande frequenti
When was PaLM-E released?
PaLM-E was published in March 2023. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is PaLM-E used for?
PaLM-E works in Robotics, Vision, Language, and is recorded as handling visual question answering, Robotic manipulation, Image captioning, Language generation. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
What GPU do I need to run PaLM-E?
None. PaLM-E 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 PaLM-E open source?
No. PaLM-E has not had its weights published, so it exists only as a service controlled by its owner.
How many parameters does PaLM-E have?
PaLM-E has 562B parameters. 562B. 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 PaLM-E?
PaLM-E was published by Google,TU Berlin, based in United States of America, categorised as industry,Academia.
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.