GPT2-Large+LHOPT
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
- OpenAI
- Tipo di organizzazione
- Industry
- Paese
- United States of America
- Pubblicato
- 2 June 2021
- Autori
- Diogo Almeida, Clemens Winter, Jie Tang, Wojciech Zaremba
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Language
- Compito
- Language modeling/generation
- Modello di base
- GPT-2 (774M)
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
- 760M
- Dati di addestramento
- 103,000,000 tokens
- Epoche
- 1
- Dimensione del Batch
- 13,000
Figure 3
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 × 10²¹ FLOP
- Come è stato stabilito
- Operation counting
- Addestramento fine
- 4.7 × 10¹⁷ FLOP
base model compute (speculative confidence) 4.9536e+21 FLOP + fine-tune compute 4.6968e+17 FLOP = 4.9540697e+21 FLOP ________ estimation from the Arithmetic progress paper: 1.6E+21 FLOP
6 FLOP / parameter / token * 760000000 parameters * 103000000 tokens * 1 epoch = 4.6968e+17 FLOP
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
there's a repo for the optimizer but no training code for this model: https://github.com/openai/LHOPT
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Record fiducia
- Speculative
- Citazioni
- 35
- Dati di benchmark
- GPT2-Large+LHOPT
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- A Generalizable Approach to Learning Optimizers
- Ultimo aggiornamento
- 25 May 2026
Cosa significano i numeri
Da dove è venuto
GPT2-Large+LHOPT è stato pubblicato da OpenAI, nel paese registrato come United States of America, durante June 2021. Esce da un'organizzazione categorizzata come industry.
Funziona nel dominio di Language, ed è registrato come eseguire il compito di language modeling/generation.
Il suo punto di partenza era un modello di base esistente, GPT-2 (774M). 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.
Addestramento e provenienza
Il training ha richiesto un budget di calcolo di circa 5 × 10²¹ FLOP. Quella cifra misura quanto è costata la produzione del modello e non ha alcun impatto su quanto velocemente risponde.
È stato addestrato su un corpus di circa 103,000,000 token di testo
Risposte
GPT2-Large+LHOPT — domande comuni
GPT2-Large+LHOPT— A cosa serve?
Funziona nel dominio di Language, e viene registrato come gestire il compito di language modeling/generation. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.
GPT2-Large+LHOPT— quanto calcolo è stato utilizzato per addestrarlo?
L'addestramento ha consumato circa 5 × 10²¹ FLOP. 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.
GPT2-Large+LHOPT— 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.
GPT2-Large+LHOPT— è open-source?
No. I pesi non sono stati pubblicati, quindi esiste solo come servizio controllato dal suo proprietario.
GPT2-Large+LHOPT— quanti parametri ha?
Ha un numero di parametri di 760M. 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.
GPT2-Large+LHOPT— chi l'ha creato?
È stato pubblicato da OpenAI, basato su United States of America, un'organizzazione categorizzata come industry.
GPT2-Large+LHOPT— quando è stato rilasciato?
È stato pubblicato in June 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.
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.