GPT-2 (AMPS)
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
- University of California (UC) Berkeley
- Tipo di organizzazione
- Academia
- Paese
- United States of America
- Pubblicato
- 8 November 2021
- Autori
- Dan Hendrycks, Collin Burns, Saurav Kadavath, Akul Arora, Steven Basart, Eric Tang, Dawn Song, Jacob Steinhardt
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Mathematics, Language
- Compito
- Language modeling/generation, Quantitative reasoning
- Modello di base
- GPT-2 (1.5B)
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
- 1.5M
- Dati di addestramento
- tokens
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.
- Come è stato stabilito
- Hardware
- Addestramento fine
- 6.5 × 10¹⁹ FLOP
8 GPUs * 24 hours * 3600 sec / hour * 311.84 * 10^12 FLOP / sec * 0.3 [assumed utilization] = 64663142400000000000 FLOP
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
- Chip utilizzati
- 8
- Tempo di parete
- 24 hours
- Consumo energetico
- 6.5 kW
Models are trained with 8 A100 GPUs, each requiring less than a day. Unless otherwise specified, for GPT-2 we use the default HuggingFace (Wolf et al., 2020) generation parameters, except that we use beam search.
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Record fiducia
- Speculative
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Measuring Mathematical Problem Solving With the MATH Dataset
- Ultimo aggiornamento
- 11 February 2026
Cosa significano i numeri
Informazioni su questo modello
GPT-2 (AMPS) è stato pubblicato da University of California (UC) Berkeley, nel paese registrato come United States of America, durante November 2021. L'organizzazione di pubblicazione è classificata come academia.
Funziona nel dominio di Mathematics, Language, ed è registrato come eseguire il compito di language modeling/generation, Quantitative reasoning.
Costruisce su GPT-2 (1.5B). 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
GPT-2 (AMPS) — domande comuni
GPT-2 (AMPS)— quanti parametri ha?
Ha un numero di parametri di 1.5M. 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.
GPT-2 (AMPS)— chi l'ha creato?
È stato pubblicato da University of California (UC) Berkeley, basato su United States of America, un'organizzazione categorizzata come academia.
GPT-2 (AMPS)— quando è stato rilasciato?
È stato pubblicato in November 2021. 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.
GPT-2 (AMPS)— A cosa serve?
Funziona nel dominio di Mathematics, Language, e viene registrato come gestire il compito di language modeling/generation, Quantitative reasoning. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
GPT-2 (AMPS)— 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.
GPT-2 (AMPS)— è open-source?
La licenza non è mai stata registrata nei nostri dati sorgente. Trattiamo le licenze non dichiarate come chiuse, perché una licenza non registrata non è una su cui fare affidamento.
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.