DensePhrases
Nessuna stima
Nessun requisito hardware per questo modello
I pesi di questo modello sono open weight, ma non è stato pubblicato alcun conteggio dei parametri. Ogni figura di memory e velocità parte da quel numero, quindi preferiremmo non mostrare nulla piuttosto che una stima fabbricata..
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
- Korea University,Princeton University
- Tipo di organizzazione
- Academia,Academia
- Paese
- Korea (Republic of), United States of America
- Pubblicato
- 23 December 2020
- Autori
- Jinhyuk Lee, Mujeen Sung, Jaewoo Kang, Danqi Chen
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Language
- Compito
- Question answering
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
- 58,000,000 tokens
- Epoche
- 4
from appendix D "The number of generated questions is 327,302 and 1,126,354 for SQuAD and Natural Questions, respectively." assuming 40 words per question we get around ~ 58M
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
- 2.1 × 10¹⁸ FLOP
- Come è stato stabilito
- Hardware
flops = (8) * (1215 * 10**10) * (20 * 3600) * 3 // 10 = 2099520000000000000 (num gpu) * (peak flops) * (time in seconds) * (assumed utilization rate) model of GPU from appendix B (Titan Xp) number of GPUs from table in appendix A flops from https://www.techpowerup.com/gpu-specs/titan-xp.c2948
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 TITAN Xp
- Chip utilizzati
- 8
- Chip-ore
- 160
- Tempo di parete
- 20 hours
- Consumo energetico
- 4.1 kW
appendix A row 3
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
- Open — downloadable
- Accesso al modello
- Open weights (unrestricted)
- Codice di addestramento
- Open source
Apache 2.0: https://github.com/princeton-nlp/DensePhrases
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Perché è monitorato
- SOTA improvement
- Record fiducia
- Speculative
- Citazioni
- 128
from abstract "our model DensePhrases improves over previous phrase retrieval models by 15%-25% absolute accuracy and matches the performance of state-of-the-art retriever-reader models. " "we achieve state-of-the-art performance on two slot filling tasks (Petroni et al., 2021), using less than 5% of the training data."
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Learning Dense Representations of Phrases at Scale
- Ultimo aggiornamento
- 25 May 2026
Cosa significano i numeri
Cosa è questo modello
DensePhrases è stato pubblicato da Korea University,Princeton University, nel paese registrato come Korea (Republic of), durante December 2020. Esce da un'organizzazione categorizzata come academia,Academia.
Funziona nel dominio di Language, ed è registrato come eseguire il compito di question answering.
I pesi sono pubblicati, quindi possono essere scaricati e eseguiti sul proprio hardware indefinitamente, offline, senza un account associato.
Addestramento e provenienza
Il training ha richiesto un budget di calcolo di circa 2.1 × 10¹⁸ FLOP, su hardware registrato come NVIDIA TITAN Xp. 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 58,000,000 token di testo
Il suo criterio di inclusione: sOTA improvement.
Risposte
DensePhrases — domande comuni
DensePhrases— A cosa serve?
Funziona nel dominio di Language, e viene registrato come gestire il compito di question answering. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
DensePhrases— Dove posso scaricarlo?
I pesi sono pubblicati, anche se non abbiamo un link al repository per essi. Questo sito calcola i requisiti hardware anziché ospitare file di modello.
DensePhrases— quanto calcolo è stato utilizzato per addestrarlo?
L'addestramento ha consumato circa 2.1 × 10¹⁸ FLOP, su hardware registrato come NVIDIA TITAN Xp. 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.
DensePhrases— che GPU ho bisogno per eseguirlo?
Non possiamo dire. Ha pesi aperti, ma non è stato pubblicato alcun conteggio dei parametri per esso, e ogni calcolo di memoria e velocità parte da quel numero. Preferiremmo non mostrare nulla piuttosto che una stima fabbricata.
DensePhrases— è open-source?
I suoi pesi sono pubblicati, quindi può essere scaricato e eseguito sul proprio hardware. Si noti che OPEN WEIGHTS non è lo stesso di OPEN SOURCE nel senso completo — non dice nulla sui dati di addestramento, sul codice di addestramento o sui termini commerciali allegati.
DensePhrases— 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.
DensePhrases— chi l'ha creato?
È stato pubblicato da Korea University,Princeton University, basato su Korea (Republic of), un'organizzazione categorizzata come academia,Academia.
DensePhrases— quando è stato rilasciato?
È stato pubblicato in December 2020. 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.