Apollo-7B
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
- Meta AI,Stanford University
- Tipo di organizzazione
- Industry,Academia
- Paese
- United States of America
- Pubblicato
- 13 December 2024
- Autori
- Orr Zohar, Xiaohan Wang, Yann Dubois, Nikhil Mehta, Tong Xiao, Philippe Hansen-Estruch, Licheng Yu, Xiaofang Wang, Felix Juefei-Xu, Ning Zhang, Serena Yeung-Levy, Xide Xia
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Multimodal, Video, Language
- Compito
- Video, Visual question answering, Video description, Language modeling/generation
- Modello di base
- SigLIP 400M,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
- 7B
- Dati di addestramento
- tokens
Our training process comprised three distinct stages: 1. Alignment: In this phase, we trained on a 198K mixture of 50/50 image and video captions. 2. Vision Pretraining: We tuned the encoders using a video-only caption dataset of 396K samples. 3. Supervised Fine-tuning (SFT): We trained on a mixture of text, image, multi-image, and video data, with a total of 3.2 million samples.
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
- 128
- Consumo energetico
- 100.7 kW
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
- Unreleased
- Codice di addestramento
- Unreleased
project page: niether weights, nor code are released https://apollo-lmms.github.io/
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Record fiducia
- Confident
- Citazioni
- 75
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Apollo: An Exploration of Video Understanding in Large Multimodal Models
- Ultimo aggiornamento
- 25 May 2026
Cosa significano i numeri
Cosa è questo modello
Apollo-7B è stato pubblicato da Meta AI,Stanford University, nel paese registrato come United States of America, durante December 2024. L'organizzazione di pubblicazione è classificata come industry,Academia.
Funziona nel dominio di Multimodal, Video, Language, ed è registrato come eseguire il compito di video, Visual question answering, Video description, Language modeling/generation.
Costruisce su SigLIP 400M,Qwen2.5-7B. Quello è il modo abituale in cui viene prodotto un modello specializzato.
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
Apollo-7B — domande comuni
Apollo-7B— è open-source?
No. I pesi non sono stati pubblicati, quindi esiste solo come servizio controllato dal suo proprietario.
Apollo-7B— quanti parametri ha?
Ha un numero di parametri di 7B. 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.
Apollo-7B— chi l'ha creato?
È stato pubblicato da Meta AI,Stanford University, basato su United States of America, un'organizzazione categorizzata come industry,Academia.
Apollo-7B— quando è stato rilasciato?
È stato pubblicato in December 2024. 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.
Apollo-7B— A cosa serve?
Funziona nel dominio di Multimodal, Video, Language, e viene registrato come gestire il compito di video, Visual question answering, Video description, Language modeling/generation. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
Apollo-7B— 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.
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.