MetaLM
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
- Microsoft Research
- Tipo di organizzazione
- Industry
- Paese
- United States of America
- Pubblicato
- 13 June 2022
- Autori
- Yaru Hao, Haoyu Song, Li Dong, Shaohan Huang, Zewen Chi, Wenhui Wang, Shuming Ma, Furu Wei
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Multimodal, Language, Vision
- Compito
- Language modeling, Visual question answering, Language modeling/generation, Image captioning
- Approccio
- Self-supervised learning
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.
- Dati di addestramento
- 646,707,200,000 tokens
- Dimensione del Batch
- 2,097,152
1024 * 2048 - "The maximum input lengths for non-causal and semi-causal models are 512 and 2048, respectively." (Sec. 3.2, p. 9) and "We pretrain METALM for 300k steps with a batch size of 1024"
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
I don't see neither code nor weights here https://github.com/microsoft/unilm/tree/master/metalm
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Probabilmente sopra 10²³ FLOP
- Yes
- Perché è monitorato
- SOTA improvement
- Record fiducia
- Speculative
- Citazioni
- 110
Abstract: "Experimental results across various language-only and vision-language benchmarks show that our model outperforms or is competitive with specialized models on finetuning, zero-shot generalization, and few-shot learning." "Table 7 and Table 8 show the zero-shot captioning results on COCO Karpathy test split, NoCaps validation set, and Flickr30k test set. METALM outperforms recent strong methods on three image captioning datasets." Table 12
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Language Models are General-Purpose Interfaces
- Ultimo aggiornamento
- 25 May 2026
Cosa significano i numeri
Sfondo
MetaLM è stato pubblicato da Microsoft Research, nel paese registrato come United States of America, durante June 2022. Esce da un'organizzazione categorizzata come industry.
Funziona nel dominio di Multimodal, Language, Vision, ed è registrato come eseguire il compito di language modeling, Visual question answering, Language modeling/generation, Image captioning.
I suoi pesi non sono mai stati pubblicati, quindi può essere raggiunto solo attraverso il suo fornitore. Nessuna scheda GPU cambia questo.
Addestramento e provenienza
È stato addestrato su un corpus di circa 646,707,200,000 token di testo
Il motivo per cui appare in questo catalogo è: sOTA improvement.
Risposte
MetaLM — domande comuni
MetaLM— è open-source?
No. I pesi non sono stati pubblicati, quindi esiste solo come servizio controllato dal suo proprietario.
MetaLM— quanti parametri ha?
Non è stato pubblicato alcun conteggio dei parametri per esso, motivo per cui non appare alcun dato sulla memoria o sulla velocità su questa pagina.
MetaLM— chi l'ha creato?
È stato pubblicato da Microsoft Research, basato su United States of America, un'organizzazione categorizzata come industry.
MetaLM— quando è stato rilasciato?
È stato pubblicato in June 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.
MetaLM— A cosa serve?
Funziona nel dominio di Multimodal, Language, Vision, e viene registrato come gestire il compito di language modeling, Visual question answering, Language modeling/generation, Image captioning. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
MetaLM— 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.
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.