AR-LDM
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
- Alibaba,University of Waterloo,Vector Institute
- Tipo di organizzazione
- Industry,Academia,Academia
- Paese
- China, Canada
- Pubblicato
- 20 November 2022
- Autori
- Xichen Pan, Pengda Qin, Yuhong Li, Hui Xue, Wenhu Chen
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Image generation
- Compito
- Text-to-image
- Modello di base
- Stable Diffusion (LDM-KL-8-G)
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
- 1.5B
- Dati di addestramento
- tokens
- Epoche
- 50
Table 1
PororoSV, FlintstonesSV and VIST. All storytelling datasets, sizes would be possible to look up.
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
- 5.1 × 10²⁰ FLOP
- Come è stato stabilito
- Hardware
8 NVIDIA A100 GPUs for 8 days
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
- Tempo di parete
- 194 hours (8.1 days)
- Costo di calcolo
- $746
8 NVIDIA A100 GPUs for 8 days
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 (non-commercial)
no weights, no license. training and inference code here: https://github.com/xichenpan/ARLDM
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Perché è monitorato
- SOTA improvement
- Record fiducia
- Confident
- Citazioni
- 86
The first latent diffusion model for coherent visual story synthesizing. "Quantitative results show that AR-LDM achieves SoTA FID scores on PororoSV, FlintstonesSV, and the newly introduced challenging dataset VIST containing natural images"
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Synthesizing Coherent Story with Auto-Regressive Latent Diffusion Models
- Ultimo aggiornamento
- 25 May 2026
Cosa significano i numeri
Sfondo
AR-LDM è stato pubblicato da Alibaba,University of Waterloo,Vector Institute, nel paese registrato come China, durante November 2022. La categoria sotto cui rientra l'editore è industry,Academia,Academia.
Funziona nel dominio di Image generation, ed è registrato come eseguire il compito di text-to-image.
Invece di essere addestrato da zero, è derivato da Stable Diffusion (LDM-KL-8-G). La maggior parte dei modelli di questa scala sono adattati da una base esistente piuttosto che costruiti da zero.
Questo è un modello chiuso: i valori addestrati sono rimasti con chi li ha prodotti, e non c'è una versione locale da eseguire.
Addestramento e provenienza
La produzione di esso ha richiesto un'aritmetica totale di circa 5.1 × 10²⁰ FLOP, su hardware registrato come NVIDIA A100. Quella cifra misura quanto è costata la produzione del modello e non ha alcun impatto su quanto velocemente risponde.
Il suo criterio di inclusione: sOTA improvement.
Risposte
AR-LDM — domande comuni
AR-LDM— chi l'ha creato?
È stato pubblicato da Alibaba,University of Waterloo,Vector Institute, basato su China, un'organizzazione categorizzata come industry,Academia,Academia.
AR-LDM— quando è stato rilasciato?
È stato pubblicato in November 2022. 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.
AR-LDM— A cosa serve?
Funziona nel dominio di Image generation, e viene registrato come gestire il compito di text-to-image. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
AR-LDM— quanto calcolo è stato utilizzato per addestrarlo?
L'addestramento ha consumato circa 5.1 × 10²⁰ FLOP, su hardware registrato come NVIDIA A100. 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.
AR-LDM— 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.
AR-LDM— è open-source?
No. I pesi non sono stati pubblicati, quindi esiste solo come servizio controllato dal suo proprietario.
AR-LDM— quanti parametri ha?
Ha un numero di parametri di 1.5B. Table 1. 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.