LMSI-Palm
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
- Google,University of Illinois Urbana-Champaign (UIUC)
- Tipo di organizzazione
- Industry,Academia
- Paese
- United States of America
- Pubblicato
- 20 October 2022
- Autori
- Jiaxin Huang, Shixiang Shane Gu, Le Hou, Yuexin Wu, Xuezhi Wang, Hongkun Yu, Jiawei Han
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Language
- Compito
- Language generation, Language modeling/generation, Question answering, Mathematical reasoning
- Modello di base
- PaLM (540B)
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
- 540B
- Dati di addestramento
- 1,920,000 tokens
540B
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.
- Perché è monitorato
- SOTA improvement
- Record fiducia
- Confident
- Citazioni
- 851
Table 3 "We show that our approach improves the general reasoning ability of a 540B-parameter LLM (74.4%->82.1% on GSM8K, 78.2%->83.0% on DROP, 90.0%->94.4% on OpenBookQA, and 63.4%->67.9% on ANLI-A3) and achieves state-of-the-art-level performance, without any ground truth label."
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Large Language Models Can Self-Improve
- Ultimo aggiornamento
- 25 May 2026
Cosa significano i numeri
Da dove è venuto
LMSI-Palm è stato pubblicato da Google,University of Illinois Urbana-Champaign (UIUC), nel paese registrato come United States of America, durante October 2022. L'organizzazione di pubblicazione è classificata come industry,Academia.
Funziona nel dominio di Language, ed è registrato come eseguire il compito di language generation, Language modeling/generation, Question answering, Mathematical reasoning.
Costruisce su PaLM (540B). È per questo che condivide la forma e le dimensioni generali del modello base.
Poiché i pesi non sono disponibili, nessuna delle specifiche hardware presenti in questo sito si applica ad esso.
Come è stato addestrato
È stato addestrato su un corpus di circa 1,920,000 token di testo
Il suo criterio di inclusione: sOTA improvement.
Risposte
LMSI-Palm — domande comuni
LMSI-Palm— A cosa serve?
Funziona nel dominio di Language, e viene registrato come gestire il compito di language generation, Language modeling/generation, Question answering, Mathematical reasoning. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
LMSI-Palm— 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.
LMSI-Palm— è open-source?
No. I pesi non sono stati pubblicati, quindi esiste solo come servizio controllato dal suo proprietario.
LMSI-Palm— quanti parametri ha?
Ha un numero di parametri di 540B. 540B. 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.
LMSI-Palm— chi l'ha creato?
È stato pubblicato da Google,University of Illinois Urbana-Champaign (UIUC), basato su United States of America, un'organizzazione categorizzata come industry,Academia.
LMSI-Palm— quando è stato rilasciato?
È stato pubblicato in October 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.
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.