SparseOPT-66B
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
- Institute of Science and Technology Austria (ISTA)
- Tipo di organizzazione
- Academia
- Paese
- Austria
- Pubblicato
- 2 January 2023
- Autori
- Elias Frantar, Dan Alistarh
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, Question answering
- Modello di base
- OPT-66B
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
- 66B
- 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
- Open source
code is Apache 2.0 https://github.com/IST-DASLab/sparsegpt
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Record fiducia
- Confident
- Citazioni
- 1,267
- Dati di benchmark
- SparseOPT-66B
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- SparseGPT: Massive Language Models Can Be Accurately Pruned in One-Shot
- Ultimo aggiornamento
- 25 May 2026
Cosa significano i numeri
Da dove è venuto
SparseOPT-66B è stato pubblicato da Institute of Science and Technology Austria (ISTA), nel paese registrato come Austria, durante January 2023. La categoria sotto cui rientra l'editore è academia.
Funziona nel dominio di Language, ed è registrato come eseguire il compito di language modeling/generation, Question answering.
Costruisce su OPT-66B. Quello è il modo abituale in cui viene prodotto un modello specializzato.
Poiché i pesi non sono disponibili, nessuna delle specifiche hardware presenti in questo sito si applica ad esso.
Risposte
SparseOPT-66B — domande comuni
SparseOPT-66B— 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.
SparseOPT-66B— è open-source?
No. I pesi non sono stati pubblicati, quindi esiste solo come servizio controllato dal suo proprietario.
SparseOPT-66B— quanti parametri ha?
Ha un numero di parametri di 66B. 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.
SparseOPT-66B— chi l'ha creato?
È stato pubblicato da Institute of Science and Technology Austria (ISTA), basato su Austria, un'organizzazione categorizzata come academia.
SparseOPT-66B— quando è stato rilasciato?
È stato pubblicato in January 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.
SparseOPT-66B— A cosa serve?
Funziona nel dominio di Language, e viene registrato come gestire il compito di language modeling/generation, Question answering. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.
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.