Meena

Chiuso pesi Google Brain 2.6B Parametri January 2020

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
Google Brain
Tipo di organizzazione
Industry
Paese
United States of America
Pubblicato
28 January 2020
Autori
Dongling Xiao, Han Zhang, Yukun Li, Yu Sun, Hao Tian, Hua Wu, Haifeng Wang

Cosa fa

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

Dominio
Language
Compito
Text autocompletion, Chat
Approach
Self-supervised learning

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
2.6B

"We present Meena, a multi-turn open-domain chatbot trained end-to-end on data mined and filtered from public domain social media conversations. This 2.6B parameter neural network is simply trained to minimize perplexity of the next token."

Dati di addestramento
53,333,333,333 tokens

"The final Meena dataset contains 341GB of text (40B words)" Converting from GB to words yields 6.8e10, which is in the same OOM

Epoche
164
Dimensione del batch
82,655

61B tokens over 738k training steps, or 82655 tokens per batch on average. Not certain about warmup, etc

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
1.1 × 10²³ FLOP

https://arxiv.org/ftp/arxiv/papers/2104/2104.10350.pdf Table 4 In the paper: "We trained our best model for 30 days on a TPUv3 Pod (2,048 TPU cores) on the Meena dataset containing 40B words (or 61B BPE tokens) [...] by the end of training, the model had traversed the full training set 164 times (or epochs) and observed a total of about 10T tokens" Hardware: 30 * 24 * 3600 * (2048/2) * 1.23e14 * 0.3 = 9.794e22 Ops counting: 6 * 10T * 2.6B = 1.56E23 Geometric mean: sqrt(9.79e22*1.56E23) = 1.24e…

Come è stato stabilito
Hardware,Operation counting,Third-party estimation

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
Google TPU v3
Chips used
1,024
Chip-hours
737,280
Tempo di orologio muro
720 hours (30 days)

We trained our best model for 30 days on a TPUv3 Pod (2,048 TPU cores)

Hardware utilisation
HFU 34.3%

Per https://arxiv.org/ftp/arxiv/papers/2104/2104.10350.pdf 1.12e23 FLOPs used 1024 TPUv3s for 30 days: 30 * 24 * 3600 * 1024 * 1.23e14 = 3.2647e23 1.12e23 / 3.2647e23 HFU = 0.3431

Consumo energetico
942.7 kW
Compute cost
$214,810

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
Unreleased

Come è classificato

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

Frontier model
Yes
Probabilmente sopra 10²³ FLOP
Yes
Perché viene tracciato
SOTA improvement

"We also propose a human evaluation metric called Sensibleness and Specificity Average (SSA)... the full version of Meena (with a filtering mechanism and tuned decoding) scores 79% SSA, 23% higher in absolute SSA than the existing chatbots we evaluated"

Registrare fiducia
Confident
Citazioni
1,020

Fonti

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

Riferimento
Towards a Human-like Open-Domain Chatbot
Ultimo aggiornamento
25 May 2026

Cosa significano i numeri

Informazioni su questo modello

Meena was published by Google Brain, in United States of America, in January 2020. It comes out of industry.

It works in Language, and is recorded as doing text autocompletion, Chat.

Questo è un modello chiuso: i valori addestrati sono rimasti con chi li ha prodotti, e non c'è una versione locale da eseguire.

Formazione e provenienza

The training run consumed about 1.1 × 10²³ FLOP, on Google TPU v3. That figure describes the cost of creating it and has no bearing on how quickly it generates text.

Around 53,333,333,333 tokens went into training it.

Viene tracciato nel dataset sottostante per una ragione in particolare: miglioramento sOTA.

Risposte

Meena — Domande frequenti

01

Who created Meena?

Meena was published by Google Brain, based in United States of America, categorised as industry.

02

When was Meena released?

Meena was published in January 2020. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.

03

What is Meena used for?

Meena works in Language, and is recorded as handling text autocompletion, Chat. 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.

04

How much compute was used to train Meena?

Around 1.1 × 10²³ FLOP, on Google TPU v3. 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.

05

What GPU do I need to run Meena?

None. Meena 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.

06

Is Meena open source?

No. Meena has not had its weights published, so it exists only as a service controlled by its owner.

07

How many parameters does Meena have?

Meena has 2.6B parameters. "We present Meena, a multi-turn open-domain chatbot trained end-to-end on data mined and filtered from public domain social media conversations. This 2.6B parameter neural network is simply trained to minimize perplexity of the next token.". 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.

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.