Hyena-2 355M
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
- Stanford University,University of Montreal / Université de Montréal,Mila - Quebec AI (originally Montreal Institute for Learning Algorithms)
- Tipo di organizzazione
- Academia,Academia,Academia
- Paese
- United States of America, Canada
- Pubblicato
- 21 February 2023
- Autori
- Michael Poli, Stefano Massaroli, Eric Nguyen, Daniel Y. Fu, Tri Dao, Stephen Baccus, Yoshua Bengio, Stefano Ermon, Christopher Ré
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Language
- Compito
- Language modeling/generation
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
- 355M
- Dati di addestramento
- 15,000,000,000 tokens
- Dimensione del Batch
- 256
Trained for 15B tokens on The Pile
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.
- Calcolo di addestramento
- 3.9 × 10¹⁹ FLOP
- Come è stato stabilito
- Reported,Operation counting
Table 3: 3.93*10^19 FLOP 6 FLOP / parameter / token * 355 * 10^6 parameters * 15 * 10^9 tokens = 3.195e+19 FLOP
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 SXM4 80 GB
- Chip utilizzati
- 8
- Consumo energetico
- 6.4 kW
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
apache 2.0 https://github.com/HazyResearch/safari (the repo doesn't seem to contain Hyena-2 355M)
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Record fiducia
- Confident
- Citazioni
- 497
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Hyena Hierarchy: Towards Larger Convolutional Language Models
- Ultimo aggiornamento
- 25 May 2026
Cosa significano i numeri
Cosa è questo modello
Hyena-2 355M è stato pubblicato da Stanford University,University of Montreal / Université de Montréal,Mila - Quebec AI (originally Montreal Institute for Learning Algorithms), nel paese registrato come United States of America, durante February 2023. L'organizzazione di pubblicazione è classificata come academia,Academia,Academia.
Funziona nel dominio di Language, ed è registrato come eseguire il compito di language modeling/generation.
I suoi pesi non sono mai stati pubblicati, quindi può essere raggiunto solo attraverso il suo fornitore. Nessuna scheda GPU cambia questo.
Come è stato addestrato
Il training ha richiesto un budget di calcolo di circa 3.9 × 10¹⁹ FLOP, su hardware registrato come NVIDIA A100 SXM4 80 GB. Quella cifra misura quanto è costata la produzione del modello e non ha alcun impatto su quanto velocemente risponde.
Il set di addestramento si aggirava attorno a 15,000,000,000 token di testo
Risposte
Hyena-2 355M — domande comuni
Hyena-2 355M— chi l'ha creato?
È stato pubblicato da Stanford University,University of Montreal / Université de Montréal,Mila - Quebec AI (originally Montreal Institute for Learning Algorithms), basato su United States of America, un'organizzazione categorizzata come academia,Academia,Academia.
Hyena-2 355M— quando è stato rilasciato?
È stato pubblicato in February 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.
Hyena-2 355M— A cosa serve?
Funziona nel dominio di Language, e viene registrato come gestire il compito di language modeling/generation. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.
Hyena-2 355M— quanto calcolo è stato utilizzato per addestrarlo?
L'addestramento ha consumato circa 3.9 × 10¹⁹ FLOP, su hardware registrato come NVIDIA A100 SXM4 80 GB. Questo misura quanto costa produrre il modello e non dice nulla su quanto rapidamente risponde una volta addestrato — la velocità di inferenza deriva dalla larghezza di banda della memoria, non dal budget di addestramento.
Hyena-2 355M— 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.
Hyena-2 355M— è open-source?
No. I pesi non sono stati pubblicati, quindi esiste solo come servizio controllato dal suo proprietario.
Hyena-2 355M— quanti parametri ha?
Ha un numero di parametri di 355M. 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.
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.