xGen-MM (BLIP-3)
Geen schatting
Geen hardware-eisen voor dit model
De gewichten voor dit model zijn niet gepubliceerd, dus het kan niet worden gedownload of uitgevoerd op je eigen hardware in welke grootte dan ook. Het is alleen bereikbaar via de aanbieder, en geen enkele grafische kaart verandert dat..
Op record
Volledige specificatie
Alles wat geregistreerd is voor dit model. Het merendeel beschrijft hoe het getraind werd in plaats van hoe het draait - nuttige context om te beoordelen hoeveel werk erin is gestoken, en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd..
Oorsprong
Wie heeft dit model gebouwd, waar, en wanneer het gepubliceerd werd.
- Organisatie
- Salesforce Research,University of Washington
- Organisatietype
- Industry,Academia
- Land
- United States of America
- Gepubliceerd
- 16 August 2024
- Auteurs
- Le Xue, Manli Shu, Anas Awadalla, Jun Wang, An Yan, Senthil Purushwalkam, Honglu Zhou, Viraj Prabhu, Yutong Dai, Michael S Ryoo, Shrikant Kendre, Jieyu Zhang, Can Qin, Shu Zhang, Chia-Chih Chen, Ning Yu, Juntao Tan, Tulika Manoj Awalgaonkar, Shelby Heinecke, Huan Wang, Yejin Choi, Ludwig Schmidt, Zeyuan Chen, Silvio Savarese, Juan Carlos Niebles, Caiming Xiong, Ran Xu
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.
- Domein
- Multimodal, Vision, Language
- Taak
- Image captioning, Character recognition (OCR), Visual question answering, Chat
- Basis model
- phi-3-mini 3.8B
Grootte
Hoe groot het model is en hoeveel data het is getraind. Parameters zijn het cijfer dat bepaalt of het past op een gegeven grafische kaart.
- parameters
- 4B
- Training gegevens
- tokens
Table 1: shows the model is called xGen-MM-base (4B)
"About 100B multimodal tokens" for pretraining SFT phase: "Ultimately, we collect a mixture of 1 million publically available instruction-tuning samples, on which we fine-tune our model for one epoch." DPO phase: "We thus generate 62.6k preference examples" LoRA phase Safety Fine-tuning phase: "2k examples of unsafe images and instructions...5k additional examples from the instruction fine-tuning dataset" Total is about 100 billion.
Training rekenen
De berekeningen uitgevoerd om het model te trainen, gemeten in drijvende-komma-operaties. Het is een maat voor wat de trainingsrun kostte, niet voor hoe snel het voltooide model je beantwoordt.
- Training rekenen
- 2.4 × 10²¹ FLOP
Assuming 1 epoch and dense architecture (phi-3 mini is a dense model), compute = 6 * 4B * 100B = 2.4e+21 FLOP.
Hoe het is geclassificeerd
Labels van de brondataset die worden toegepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.
- Record vertrouwen
- Confident
- Citaties
- 139
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- xGen-MM (BLIP-3): A Family of Open Large Multimodal Models
- Laatst bijgewerkt
- 11 February 2026
Wat de cijfers betekenen
Achtergrond
xGen-MM (BLIP-3) werd gepubliceerd door Salesforce Research,University of Washington, in het land geregistreerd als United States of America, tijdens August 2024. Het komt uit een organisatie gecategoriseerd als industry,Academia.
Het werkt in het domein van Multimodal, Vision, Language, en wordt geregistreerd als het uitvoeren van de taak van image captioning, Character recognition (OCR), Visual question answering, Chat.
Het startpunt was een bestaand basismodel, phi-3-mini 3.8B. Dat is waarom het de algemene vorm en grootte van het basismodell deelt.
Dit is een gesloten model: de getrainde waarden zijn bij degene gebleven die ze geproduceerd hebben, en er is geen lokale versie om te draaien.
Hoe het getraind werd
Training kostte een rekensbudget van ongeveer 2.4 × 10²¹ FLOP. Die figuur meet wat het produceren van het model heeft gekost en heeft geen invloed op hoe snel het antwoord geeft.
Antwoorden
xGen-MM (BLIP-3) — veelgestelde vragen
xGen-MM (BLIP-3)— is het open-source?
De licenties werden nooit vastgelegd in onze brondocumenten. We beschouwen niet-verklaarde licenties als gesloten, omdat een niet-vastgelegde licentie er geen is om op te vertrouwen.
xGen-MM (BLIP-3)— hoeveel parameters heeft het?
Het heeft een parameter telling van 4B. Table 1: shows the model is called xGen-MM-base (4B). Dat cijfer is het totaal, en het bepaalt hoeveel MEMORY het MODEL nodig heeft - ongeveer een halve gigabyte per miljard bij de compressie die de meeste mensen gebruiken.
xGen-MM (BLIP-3)— wie heeft het gemaakt?
Het werd gepubliceerd door Salesforce Research,University of Washington, gebaseerd op United States of America, een organisatie geclassificeerd als industry,Academia.
xGen-MM (BLIP-3)— wanneer is het uitgebracht?
Het werd gepubliceerd in August 2024. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.
xGen-MM (BLIP-3)— waarvoor wordt het gebruikt?
Het werkt in het domein van Multimodal, Vision, Language, en wordt geregistreerd als het afhandelen van image captioning, Character recognition (OCR), Visual question answering, Chat. Modellen hebben vaak meer dan één van elk, en de tags beschrijven het doel in plaats van de capaciteitslimieten.
xGen-MM (BLIP-3)— hoeveel rekencapaciteit is gebruikt om het te trainen?
Training verbruikte ongeveer 2.4 × 10²¹ FLOP. Dat meet wat het kosten om het model te produceren en zegt niets over hoe snel het antwoord geeft zodra het getraind is — inferentie snelheid komt van geheugenbandbreedte, niet van het trainingsbudget.
xGen-MM (BLIP-3)— Welke GPU heb ik nodig om het te draaien?
Dit is een gesloten model — de gewichten zijn nooit gepubliceerd, dus het kan niet gedownload of uitgevoerd worden op je eigen hardware voor eender welke prijs. Het is alleen bereikbaar via de aanbieder.
De andere richting
Van de andere kant bekijken?
Deze pagina begint met het model. Als je al een kaart bezit en alles wilt weten wat het zal draaien, begin in plaats van de hardware.