Demist-2
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
- Darktrace
- Tipo di organizzazione
- Industry
- Paese
- United Kingdom of Great Britain and Northern Ireland
- Pubblicato
- 17 April 2025
- Autori
- Miguel Neves Fonseca, Philip Sellars, Tim Bazalgette
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Language
- Compito
- Language modeling/generation, Text classification, Question answering, Entity embedding
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
- 95M
- Dati di addestramento
- 351,000,000,000 tokens
- Epoche
- 1.8
95M
C4: We extracted a 305 billion token subset URIs: We extracted the available URIs from several Common Crawl web scrapes. This allowed us to create a large corpus of 10 billion tokens. Linked Hostnames: Using the Common Crawl dataset, we extracted the observed links between web pages. <..> We further processed this data into rows of hostnames that shared linking properties which totaled 11 billion tokens. HTTP Data: 25 billion tokens. 305 + 10 + 11 + 25 = 351 b tokens "1.2 million optimization …
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
- 4.6 × 10²⁰ FLOP
- Come è stato stabilito
- Operation counting,Hardware
6 FLOP / parameter / token * 95 * 10^6 parameters * 351 * 10^9 tokens [see dataset size notes] *1.8 epochs = 3.60126e+20 FLOP 312000000000000 FLOP / GPU / sec [A100 reported] * 8 GPUs * 216 hours [9 days reported] * 3600 sec / hour * 0.3 [assumed utilization] = 5.8226688e+20 FLOP sqrt(3.60126e+20 * 5.8226688e+20) = 4.579186e+20 FLOP
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
- Chip utilizzati
- 8
- Tempo di parete
- 216 hours (9 days)
- Consumo energetico
- 6.3 kW
- Fornitore di cloud
- AWS,Amazon Web Services
"DEMIST-2 was trained on 8 A100 GPUs over a nine-day period using the AWS Sagemaker platform." 9 days = 216 hours
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
- Closed — provider access only
- Accesso al modello
- Hosted access (no API)
- Codice di addestramento
- Unreleased
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
- DEMIST-2: Darktrace Embedding Model for Investigation of Security Threats
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Da dove è venuto
Demist-2 è stato pubblicato da Darktrace, nel paese registrato come United Kingdom of Great Britain and Northern Ireland, durante April 2025. L'organizzazione di pubblicazione è classificata come industry.
Funziona nel dominio di Language, ed è registrato come eseguire il compito di language modeling/generation, Text classification, Question answering, Entity embedding.
Poiché i pesi non sono disponibili, nessuna delle specifiche hardware presenti in questo sito si applica ad esso.
Addestramento e provenienza
Il training ha richiesto un budget di calcolo di circa 4.6 × 10²⁰ FLOP, su hardware registrato come NVIDIA A100. Quella cifra misura quanto è costata la produzione del modello e non ha alcun impatto su quanto velocemente risponde.
L'addestramento ha consumato un corpus di circa 351,000,000,000 token di testo
Risposte
Demist-2 — domande comuni
Demist-2— chi l'ha creato?
È stato pubblicato da Darktrace, basato su United Kingdom of Great Britain and Northern Ireland, un'organizzazione categorizzata come industry.
Demist-2— quando è stato rilasciato?
È stato pubblicato in April 2025.
Demist-2— A cosa serve?
Funziona nel dominio di Language, e viene registrato come gestire il compito di language modeling/generation, Text classification, Question answering, Entity embedding. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
Demist-2— quanto calcolo è stato utilizzato per addestrarlo?
L'addestramento ha consumato circa 4.6 × 10²⁰ FLOP, su hardware registrato come NVIDIA A100. 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.
Demist-2— 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.
Demist-2— è open-source?
No. I pesi non sono stati pubblicati, quindi esiste solo come servizio controllato dal suo proprietario.
Demist-2— quanti parametri ha?
Ha un numero di parametri di 95M. 95M. 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.
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.