CALM (NVIDIA)

Pesi chiusi NVIDIA,Technion - Israel Institute of Technology August 2023

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
NVIDIA,Technion - Israel Institute of Technology
Tipo di organizzazione
Industry,Academia
Paese
United States of America, Israel
Pubblicato
6 August 2023
Autori
Chen Tessler, Yoni Kasten, Yunrong Guo, Shie Mannor, Gal Chechik, Xue Bin Peng

Cosa fa

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

Dominio
Robotics
Compito
Animal (human/non-human) imitation
Approccio
Reinforcement learning

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
tokens

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

Come è classificato

Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.

Probabilmente sopra 10²³ FLOP
Yes
Record fiducia
Unknown
Citazioni
122

Fonti

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

Riferimento
CALM: Conditional Adversarial Latent Models for Directable Virtual Characters
Ultimo aggiornamento
13 August 2026

Cosa significano i numeri

Sfondo

CALM (NVIDIA) è stato pubblicato da NVIDIA,Technion - Israel Institute of Technology, nel paese registrato come United States of America, durante August 2023. La categoria sotto cui rientra l'editore è industry,Academia.

Funziona nel dominio di Robotics, ed è registrato come eseguire il compito di animal (human/non-human) imitation.

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

Risposte

CALM (NVIDIA) — domande comuni

01

CALM (NVIDIA)— chi l'ha creato?

È stato pubblicato da NVIDIA,Technion - Israel Institute of Technology, basato su United States of America, un'organizzazione categorizzata come industry,Academia.

02

CALM (NVIDIA)— quando è stato rilasciato?

È stato pubblicato in August 2023. 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.

03

CALM (NVIDIA)— A cosa serve?

Funziona nel dominio di Robotics, e viene registrato come gestire il compito di animal (human/non-human) imitation. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.

04

CALM (NVIDIA)— 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.

05

CALM (NVIDIA)— 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.

06

CALM (NVIDIA)— 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.

Fonte

Pubblicazione originale

Ultimo aggiornamento del record 13 August 2026

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.