Eagle 2.5

Pesi chiusi NVIDIA,Nanjing University,Hong Kong Polytechnic University,Rutgers University 8B parametri April 2025

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,Nanjing University,Hong Kong Polytechnic University,Rutgers University
Tipo di organizzazione
Industry,Academia,Academia,Academia
Paese
United States of America, China, Hong Kong
Pubblicato
21 April 2025
Autori
Guo Chen, Zhiqi Li, Shihao Wang, Jindong Jiang, Yicheng Liu, Lidong Lu, De-An Huang, Wonmin Byeon, Matthieu Le, Tuomas Rintamaki, Tyler Poon, Max Ehrlich, Tuomas Rintamaki, Tyler Poon, Tong Lu, Limin Wang, Bryan Catanzaro, Jan Kautz, Andrew Tao, Zhiding Yu, Guilin Liu

Cosa fa

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

Dominio
Vision, Robotics, Language
Modello di base
Qwen2.5-7B

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
8B

Table 8. "Full Model, 8B" Could be Qwen2.5-7B + MLP Connector (40M) https://nvlabs.github.io/EAGLE/ as of 2025-05-29: "Eagle-2.5 Weights (Coming Soon)"

Dati di addestramento
tokens

Come è classificato

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

Record fiducia
Confident

Fonti

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

Riferimento
Eagle 2.5: Boosting Long-Context Post-Training for Frontier Vision-Language Models
Ultimo aggiornamento
28 November 2025

Cosa significano i numeri

Sfondo

Eagle 2.5 è stato pubblicato da NVIDIA,Nanjing University,Hong Kong Polytechnic University,Rutgers University, nel paese registrato come United States of America, durante April 2025. L'organizzazione di pubblicazione è classificata come industry,Academia,Academia,Academia.

Funziona nel dominio di Vision, Robotics, Language.

Il suo punto di partenza era un modello di base esistente, Qwen2.5-7B. È per questo che condivide la forma e le dimensioni generali del modello base.

I suoi pesi non sono mai stati pubblicati, quindi può essere raggiunto solo attraverso il suo fornitore. Nessuna scheda GPU cambia questo.

Risposte

Eagle 2.5 — domande comuni

01

Eagle 2.5— quando è stato rilasciato?

È stato pubblicato in April 2025.

02

Eagle 2.5— A cosa serve?

Funziona nel dominio di Vision, Robotics, Language. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.

03

Eagle 2.5— 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.

04

Eagle 2.5— 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.

05

Eagle 2.5— quanti parametri ha?

Ha un numero di parametri di 8B. Table 8. "Full Model, 8B" Could be Qwen2.5-7B + MLP Connector (40M) https://nvlabs.github.io/EAGLE/ as of 2025-05-29: "Eagle-2.5 Weights (Coming Soon)". 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.

06

Eagle 2.5— chi l'ha creato?

È stato pubblicato da NVIDIA,Nanjing University,Hong Kong Polytechnic University,Rutgers University, basato su United States of America, un'organizzazione categorizzata come industry,Academia,Academia,Academia.

Fonte

Pubblicazione originale

Ultimo aggiornamento del record 28 November 2025

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.