RetNet

Gesloten gewichten Microsoft Research,Tsinghua University 6.7B Parameters July 2023

Geen schatting

Geen hardwarevereisten voor dit model

De gewichten voor dit model zijn niet gepubliceerd, dus het kan niet worden gedownload of op uw eigen hardware worden uitgevoerd in welke omvang dan ook. Het is alleen toegankelijk via de provider, en geen grafische kaart verandert dat.

Op record

Volledige specificatie

Alles over dit model vastgelegd. Het meeste beschrijft hoe het getraind is in plaats van hoe het draait — nuttige context om te beoordelen hoeveel werk erin gestoken is en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd.

Oorsprong

Wie heeft dit model gebouwd, waar en wanneer het werd gepubliceerd.

Organisatie
Microsoft Research,Tsinghua University
Organisatie type
Industry,Academia
Land
United States of America, China
Gepubliceerd
17 July 2023
Auteurs
Yutao Sun, Li Dong, Shaohan Huang, Shuming Ma, Yuqing Xia, Jilong Xue, Jianyong Wang, Furu Wei

Wat het doet

De probleemgebieden waarvoor het model is gebouwd. Een model kan er verschillende van elk bevatten.

Domein
Language
Taak
Language modeling

Grootte

Hoe groot het model is en hoeveel data erop is getraind. Parameters zijn de cijfers die bepalen of het op een bepaalde grafische kaart past.

Parameters
6.7B

Table 2 They later mention testing the memory and throughput of a 13B-parameter model, but it doesn't sound like they trained it long enough to test its perplexity.

Opleidingsgegevens
100,000,000,000 tokens
Batch size
4,000,000

4M

Training berekeningen

De rekeningen die worden uitgevoerd om het model te trainen, gemeten in drijvende-komma-berekeningen. Het is een maat voor wat de trainingsrun kostte, niet hoe snel het voltooide model je antwoordt.

Training berekeningen
4 × 10²¹ FLOP

C = 6ND = 6 * 6.7 billion * 100 billion "We train the models with 512 AMD MI200 GPUs." Another rough method: Table 4 shows throughput is 8642.2 words per second during training on an 8xA100 setup, with batch size of 8192. This suggests 2543.1 hours to go through the full 100B tokens ~= 75B words. (8 * 3.12e14) * (2543.1 * 3600) * (0.3) = 6.9e21 FLOPs (low confidence in this as actual training setup used different hardware and much larger batch size, but same OOM is encouraging)

Hoe het werd opgericht
Operation counting

Beschikbaarheid

Of je het model kunt verkrijgen en het op je eigen hardware kunt draaien, wat bepaalt of een van de grafische kaartcijfers op deze pagina van toepassing is.

Gewichten
Closed — provider access only
Model toegang
Unreleased
Trainingscode
Unreleased

MIT for code looks like model code not train code: https://github.com/microsoft/unilm/tree/master/retnet

Hoe het is geclassificeerd

Labels de bron dataset toepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.

Vereiste vertrouwen
Confident
Citations
646

Bronnen

Waar deze record vandaan komt en wanneer het voor het laatst is gecontroleerd.

Referentie
Retentive Network: A Successor to Transformer for Large Language Models
Laatst bijgewerkt
25 May 2026

Wat de cijfers betekenen

Where it came from

RetNet was published by Microsoft Research,Tsinghua University, in United States of America, in July 2023. industry,Academia is the category the publisher falls under.

It works in Language, and is recorded as doing language modeling.

This is a closed model: the trained values stayed with whoever produced them, and there is no local version to run.

Hoe het was getraind

Producing it required around 4 × 10²¹ FLOP of arithmetic, which is a statement about the training budget rather than about inference.

The training set ran to roughly 100,000,000,000 tokens.

Antwoorden

RetNet — Veelgestelde vragen

01

When was RetNet released?

RetNet was published in July 2023. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.

02

What is RetNet used for?

RetNet works in Language, and is recorded as handling language modeling. A model can carry several of each, so these are the areas it was built for rather than a limit on what it will attempt.

03

How much compute was used to train RetNet?

Around 4 × 10²¹ FLOP. That measures what producing the model cost and says nothing about how quickly it answers once trained — inference speed comes from memory bandwidth, not from the training budget.

04

What GPU do I need to run RetNet?

None. RetNet is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.

05

Is RetNet open source?

No. RetNet has not had its weights published, so it exists only as a service controlled by its owner.

06

How many parameters does RetNet have?

RetNet has 6.7B parameters. Table 2 They later mention testing the memory and throughput of a 13B-parameter model, but it doesn't sound like they trained it long enough to test its perplexity. That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.

07

Who created RetNet?

RetNet was published by Microsoft Research,Tsinghua University, based in United States of America, categorised as industry,Academia.

Bron

Oorspronkelijke publicatie

Laast bijgewerkt 25 May 2026

De andere richting

Vanuit het andere perspectief bekijken?

Deze pagina begint bij het model. Als u al een kaart bezit en alles wilt weten wat het zal uitvoeren, Begin liever bij de hardware.