RetNet
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
- Microsoft Research,Tsinghua University
- Organisatietype
- 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 meerdere van elk bevatten.
- Domein
- Language
- Taak
- Language modeling
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
- 6.7B
- Training gegevens
- 100,000,000,000 tokens
- Batchgrootte
- 4,000,000
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.
4M
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
- 4 × 10²¹ FLOP
- Hoe het werd opgericht
- Operation counting
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)
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
- Toegang tot model
- Unreleased
- Training code
- Unreleased
MIT for code looks like model code not train code: https://github.com/microsoft/unilm/tree/master/retnet
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
- 646
Bronnen
Waar deze record vandaan kwam en wanneer deze 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
Waar het vandaan kwam
RetNet werd gepubliceerd door Microsoft Research,Tsinghua University, in het land geregistreerd als United States of America, tijdens July 2023. De categorie waaronder de uitgever valt is industry,Academia.
Het werkt in het domein van Language, en wordt geregistreerd als het uitvoeren van de taak van language modeling.
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
Het produceren ervan vereiste een rekenkundige totaal van ongeveer 4 × 10²¹ FLOP. Die figuur meet wat het produceren van het model heeft gekost en heeft geen invloed op hoe snel het antwoord geeft.
De trainingsset liep naar ongeveer 100,000,000,000 tekstokens
Antwoorden
RetNet — veelgestelde vragen
RetNet— wanneer is het uitgebracht?
Het werd gepubliceerd in July 2023. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.
RetNet— waarvoor wordt het gebruikt?
Het werkt in het domein van Language, en wordt geregistreerd als het afhandelen van language modeling. Een model kan er verschillende van elk dragen, dus dit zijn de gebieden waarvoor het is gebouwd in plaats van een limiet op wat het zal proberen.
RetNet— hoeveel rekencapaciteit is gebruikt om het te trainen?
Training verbruikte ongeveer 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.
RetNet— 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.
RetNet— is het open-source?
Nee. De gewichten zijn niet gepubliceerd, dus het bestaat alleen als een dienst die wordt beheerd door de eigenaar.
RetNet— hoeveel parameters heeft het?
Het heeft een parameter telling van 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. 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.
RetNet— wie heeft het gemaakt?
Het werd gepubliceerd door Microsoft Research,Tsinghua University, gebaseerd op United States of America, een organisatie geclassificeerd als industry,Academia.
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.