Gato
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
- DeepMind
- Tipo di organizzazione
- Industry
- Paese
- United Kingdom of Great Britain and Northern Ireland
- Pubblicato
- 12 May 2022
- Autori
- Scott Reed, Konrad Żołna, Emilio Parisotto, Sergio Gómez Colmenarejo, Alexander Novikov, Gabriel Barth-Maron, Mai Giménez, Yury Sulsky, Jackie Kay, Jost Tobias Springenberg, Tom Eccles, Jake Bruce, Ali Razavi, Ashley Edwards, Nicolas Heess, Yutian Chen, Raia Hadsell, Oriol Vinyals, Mahyar Bordbar, Nando de Freitas
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Multimodal, Robotics, Games, Language
- Compito
- Atari, Image captioning, Chat, Robotic manipulation
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
- 1.2B
- Dati di addestramento
- 524,288,000,000 tokens
"This section focuses on in-simulation evaluation. Figure 10 compares the full 1.18B parameter Gato" p.10
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
- 4 × 10²¹ FLOP
- Come è stato stabilito
- Hardware,Operation counting
256 (16x16x) TPUv3 chips x 123e12 FLOPS/chip x 4 days x 86400 seconds/day * 0.4 utilization = 4.35e21 FLOPs Similar value by 6NC: 6 * 524288000000 * 1.18B = 3.71e21 Using geometric mean: sqrt(4.35e21 * 3.71e21) = 4.02e21
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
- Google TPU v3
- Chip utilizzati
- 256
- Tempo di parete
- 96 hours
- Consumo energetico
- 231.3 kW
- Costo di calcolo
- $3,523
4 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
- Unreleased
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Modello di base
- Yes
- Perché è monitorato
- SOTA improvement
- Record fiducia
- Confident
- Citazioni
- 1,064
SOTA at Meta-World MT50 tasks (96.6%) page 14, section 5.5
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- A Generalist Agent
- Ultimo aggiornamento
- 25 May 2026
Cosa significano i numeri
Sfondo
Gato è stato pubblicato da DeepMind, nel paese registrato come United Kingdom of Great Britain and Northern Ireland, durante May 2022. L'organizzazione di pubblicazione è classificata come industry.
Funziona nel dominio di Multimodal, Robotics, Games, Language, ed è registrato come eseguire il compito di atari, Image captioning, Chat, Robotic manipulation.
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
La produzione di esso ha richiesto un'aritmetica totale di circa 4 × 10²¹ FLOP, su hardware registrato come Google TPU v3. 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 524,288,000,000 token di testo
Il suo criterio di inclusione: sOTA improvement.
Risposte
Gato — domande comuni
Gato— quanto calcolo è stato utilizzato per addestrarlo?
L'addestramento ha consumato circa 4 × 10²¹ FLOP, su hardware registrato come Google TPU v3. 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.
Gato— 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.
Gato— è open-source?
No. I pesi non sono stati pubblicati, quindi esiste solo come servizio controllato dal suo proprietario.
Gato— quanti parametri ha?
Ha un numero di parametri di 1.2B. "This section focuses on in-simulation evaluation. Figure 10 compares the full 1.18B parameter Gato" p.10. 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.
Gato— chi l'ha creato?
È stato pubblicato da DeepMind, basato su United Kingdom of Great Britain and Northern Ireland, un'organizzazione categorizzata come industry.
Gato— quando è stato rilasciato?
È stato pubblicato in May 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.
Gato— A cosa serve?
Funziona nel dominio di Multimodal, Robotics, Games, Language, e viene registrato come gestire il compito di atari, Image captioning, Chat, Robotic manipulation. 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.