Sparse Wide GPT-3 Small
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
- Cerebras Systems
- Organisatietype
- Industry
- Land
- United States of America
- Gepubliceerd
- 21 March 2023
- Auteurs
- Shreyas Saxena, Vithursan Thangarasa, Abhay Gupta, Sean Lie
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.
- Domein
- Language
- Taak
- Language modeling/generation, Question answering
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
- 1.3B
- Training gegevens
- 2,500,000,000 tokens
- Epochs
- 1
GPT-3 Small: 125M At 90% sparsity → ~1.25B total parameters At 75% sparsity → 125M * ksw^2 = 125M *(1/(1-0.75)) = 500M total pramters (I assume only 125M are active)
2.5B (table 13)
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
- 1.9 × 10¹⁸ FLOP
- Hoe het werd opgericht
- Operation counting
6 FLOP / parameter / token * 125* 10^6 active parameters * 2.5 * 10^9 tokens = 1.875e+18 FLOP __________________ in the Algorithmic progress paper the estimation was 8.84 × 10^19 FLOP, they assumed WT-103 dataset (not mentioned in the paper) and different number of parameters (1.3* 10^9 - I am unsure where it comes from)
De trainingsrun
Wat het fysiek kostte om te trainen: welke chips, hoeveel, hoe lang, en wat dat van het stopcontact vroeg.
- Training hardware
- Cerebras CS-2
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
paper has repo but no code for sparse GPT-3: https://github.com/CerebrasResearch/Sparse-IFT
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
- Speculative
- Citaties
- 8
- Benchmarkgegevens
- Sparse Wide GPT-3 Small
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- Sparse Iso-FLOP Transformations for Maximizing Training Efficiency
- Laatst bijgewerkt
- 25 May 2026
Wat de cijfers betekenen
Waar het vandaan kwam
Sparse Wide GPT-3 Small werd gepubliceerd door Cerebras Systems, in het land geregistreerd als United States of America, tijdens March 2023. De categorie waaronder de uitgever valt is industry.
Het werkt in het domein van Language, en wordt geregistreerd als het uitvoeren van de taak van language modeling/generation, Question answering.
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.
Training en herkomst
Het produceren ervan vereiste een rekenkundige totaal van ongeveer 1.9 × 10¹⁸ FLOP, op hardware vastgelegd als Cerebras CS-2. 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 2,500,000,000 tekstokens
Antwoorden
Sparse Wide GPT-3 Small — veelgestelde vragen
Sparse Wide GPT-3 Small— hoeveel rekencapaciteit is gebruikt om het te trainen?
Training verbruikte ongeveer 1.9 × 10¹⁸ FLOP, op hardware vastgelegd als Cerebras CS-2. 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.
Sparse Wide GPT-3 Small— 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.
Sparse Wide GPT-3 Small— is het open-source?
Nee. De gewichten zijn niet gepubliceerd, dus het bestaat alleen als een dienst die wordt beheerd door de eigenaar.
Sparse Wide GPT-3 Small— hoeveel parameters heeft het?
Het heeft een parameter telling van 1.3B. GPT-3 Small: 125M At 90% sparsity → ~1.25B total parameters At 75% sparsity → 125M * ksw^2 = 125M *(1/(1-0.75)) = 500M total pramters (I assume only 125M are active). 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.
Sparse Wide GPT-3 Small— wie heeft het gemaakt?
Het werd gepubliceerd door Cerebras Systems, gebaseerd op United States of America, een organisatie geclassificeerd als industry.
Sparse Wide GPT-3 Small— wanneer is het uitgebracht?
Het werd gepubliceerd in March 2023. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.
Sparse Wide GPT-3 Small— waarvoor wordt het gebruikt?
Het werkt in het domein van Language, en wordt geregistreerd als het afhandelen van language modeling/generation, Question answering. Dit zijn de gebieden waar het omheen is ontworpen; ze beschrijven intentie eerder dan een harde grens.
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.