Linear Transformer (small)

Chiuso pesi IDSIA,SUPSI 40M Parametri February 2021

Nessuna stima

Nessun requisito hardware per questo modello

I pesi di questo modello non sono stati pubblicati, quindi non può essere scaricato o eseguito sul vostro hardware a qualsiasi dimensione. È accessibile solo attraverso il suo fornitore, e nessuna scheda grafica può cambiare questo.

In registrazione

Specifiche complete

Tutto ciò che riguarda questo modello. La maggior parte delle informazioni descrive come è stato addestrato piuttosto che come viene eseguito — un contesto utile per valutare la quantità di lavoro impiegata e come si confronta con modelli realizzati su scala diversa.

Origine

Chi ha costruito questo modello, dove e quando è stato pubblicato.

Organizzazione
IDSIA,SUPSI
Tipo di organizzazione
Academia,Academia
Paese
Switzerland
Pubblicato
22 February 2021
Autori
Imanol Schlag, Kazuki Irie, Jürgen Schmidhuber

Cosa fa

Le aree problematiche per cui è stato costruito il modello. Un modello può contenere diversi di ciascuno.

Dominio
Language
Compito
Language modeling, Translation

Dimensione

Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono il valore che decide se si adatta a una determinata scheda grafica.

Parametri
40M
Dati di addestramento
103,000,000 tokens
Epoche
120

Addestramento computazionale

L'aritmetica eseguita per addestrare il modello, misurata in operazioni in virgola mobile. È una misura di quanto costato l'addestramento, non di quanto velocemente il modello finito ti risponde.

Addestramento computazionale
1.7 × 10¹⁸ FLOP

"For the small and medium configurations, we use batch sizes of 96 and 56 sequences, respectively, and train for about 120 and 70 epochs." Training compute: 6*40000000*70*103000000=1.7304e+18

Come è stato stabilito
Operation counting

Il training run

Cosa è stato fisicamente necessario per addestrare: quali chip, quanti, per quanto tempo e cosa ha richiesto dalla rete elettrica.

Hardware di addestramento
NVIDIA V100
Chips used
2
Consumo energetico
1.2 kW

Disponibilità

Se puoi ottenere il modello e eseguirlo sul tuo hardware, il che decide se una delle cifre della scheda grafica su questa pagina si applica.

Pesi
Closed — provider access only
Accesso al modello
Unreleased
Codice di addestramento
Open source

code, Apache license: https://github.com/IDSIA/lmtool-fwp/tree/master/example_scripts/2021_linear_transformers_are_secretly_fwps

Come è classificato

Etichette che il dataset sorgente applica quando si monitorano modelli notevoli e quanto è fiducioso nell'entry.

Registrare fiducia
Confident
Citazioni
405
Benchmark data
Linear Transformer (small)

Fonti

Da dove proviene questo record e quando è stato controllato l'ultima volta.

Riferimento
Linear Transformers Are Secretly Fast Weight Programmers
Ultimo aggiornamento
25 May 2026

Cosa significano i numeri

Where it came from

Linear Transformer (small) was published by IDSIA,SUPSI, in Switzerland, in February 2021. The organisation is categorised as academia,Academia.

It works in Language, and is recorded as doing language modeling, Translation.

Because the weights are not available, none of the hardware figures elsewhere on this site apply to it.

Formazione e provenienza

Training it took roughly 1.7 × 10¹⁸ FLOP of computation, on NVIDIA V100 — a measure of what producing the model cost, not of how fast it answers.

The training set ran to roughly 103,000,000 tokens.

Risposte

Linear Transformer (small) — Domande frequenti

01

How much compute was used to train Linear Transformer (small)?

Around 1.7 × 10¹⁸ FLOP, on NVIDIA V100. That measures what producing the model cost and says nothing about how quickly it answers once trained — inference speed comes from memory bandwidth, not from the training budget.

02

What GPU do I need to run Linear Transformer (small)?

None. Linear Transformer (small) is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.

03

Is Linear Transformer (small) open source?

No. Linear Transformer (small) has not had its weights published, so it exists only as a service controlled by its owner.

04

How many parameters does Linear Transformer (small) have?

Linear Transformer (small) has 40M parameters. That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.

05

Who created Linear Transformer (small)?

Linear Transformer (small) was published by IDSIA,SUPSI, based in Switzerland, categorised as academia,Academia.

06

When was Linear Transformer (small) released?

Linear Transformer (small) was published in February 2021. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.

07

What is Linear Transformer (small) used for?

Linear Transformer (small) works in Language, and is recorded as handling language modeling, Translation. A model can carry several of each, so these are the areas it was built for rather than a limit on what it will attempt.

Fonte

Pubblicazione originale

Ultimo aggiornamento del record 25 May 2026

L'altra direzione

Guardando la questione dall'altra parte?

Questa pagina inizia dal modello. Se possedete già una scheda e desiderate conoscere tutto ciò che può eseguire, inizia dall'hardware invece.