Decaying Fast Weights Transformer (WT-103)
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
- Jenni
- Organisatietype
- Industry
- Land
- Singapore
- Gepubliceerd
- 9 October 2022
- Auteurs
- Huanru Henry Mao
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.
- Domein
- Language
- Taak
- Language modeling
- Basis model
- Transformer (Adaptive Input Embeddings) WT103
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
- 242M
- Training gegevens
- 103,000,000 tokens
- Epochs
- 192.12
"We fine-tune starting from the checkpoint provided by Baevski and Auli (2019)8, which has 242M parameters"
"For both models, we trained with a batch size of 26 for 100,000 iterations. "
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
- 7.9 × 10¹⁹ FLOP
- Hoe het werd opgericht
- Hardware
- Fijn-tuning compute
- 5.7 × 10¹⁸ FLOP
Pre-trained model is Transformer (Adaptive Input Embeddings) which was 7.3e19. This is from 8 * 67 V100-hours. fine-tuning: "Training was performed on a single NVIDIA A40 GPU for 35 hours" 35h, 1 GPU, 149.7e12, 30% = 5.7e18 FLOP" 5.7e18 + 7.3e19 is 7.9e19
"Training was performed on a single NVIDIA A40 GPU for 35 hours" 35h, 1 GPU, 149.7e12, 30% 5.7e18 FLOP"
De trainingsrun
Wat het fysiek kostte om te trainen: welke chips, hoeveel, hoe lang, en wat dat van het stopcontact vroeg.
- Training hardware
- NVIDIA A40 PCIe
- Gebruikte chips
- 1
- Kloktijd
- 35 hours
- Stroomverbruik
- 330 W
"Training was performed on a single NVIDIA A40 GPU for 35 hours."
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
They have CUDA kernels, don't see pretrain code: https://github.com/jenni-ai/T2FW
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
- 30
- Benchmarkgegevens
- Decaying Fast Weights Transformer
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- Fine-Tuning Pre-trained Transformers into Decaying Fast Weights
- Laatst bijgewerkt
- 25 May 2026
Wat de cijfers betekenen
Waar het vandaan kwam
Decaying Fast Weights Transformer (WT-103) werd gepubliceerd door Jenni, in het land geregistreerd als Singapore, tijdens October 2022. 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.
In plaats van vanaf nul te worden getraind, is het afgeleid van Transformer (Adaptive Input Embeddings) WT103. De meeste modellen op deze schaal zijn aangepast van een bestaande basis in plaats van vanuit het niets gebouwd.
Omdat de weights niet beschikbaar zijn, zijn geen van de hardwarefiguren elders op deze site van toepassing op het.
Hoe het getraind werd
Het produceren ervan vereiste een rekenkundige totaal van ongeveer 7.9 × 10¹⁹ FLOP, op hardware vastgelegd als NVIDIA A40 PCIe. 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 103,000,000 tekstokens
Antwoorden
Decaying Fast Weights Transformer (WT-103) — veelgestelde vragen
Decaying Fast Weights Transformer (WT-103)— waarvoor wordt het gebruikt?
Het werkt in het domein van Language, en wordt geregistreerd als het afhandelen van language modeling. Modellen hebben vaak meer dan één van elk, en de tags beschrijven het doel in plaats van de capaciteitslimieten.
Decaying Fast Weights Transformer (WT-103)— hoeveel rekencapaciteit is gebruikt om het te trainen?
Training verbruikte ongeveer 7.9 × 10¹⁹ FLOP, op hardware vastgelegd als NVIDIA A40 PCIe. 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.
Decaying Fast Weights Transformer (WT-103)— 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.
Decaying Fast Weights Transformer (WT-103)— is het open-source?
Nee. De gewichten zijn niet gepubliceerd, dus het bestaat alleen als een dienst die wordt beheerd door de eigenaar.
Decaying Fast Weights Transformer (WT-103)— hoeveel parameters heeft het?
Het heeft een parameter telling van 242M. "We fine-tune starting from the checkpoint provided by Baevski and Auli (2019)8, which has 242M parameters". 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.
Decaying Fast Weights Transformer (WT-103)— wie heeft het gemaakt?
Het werd gepubliceerd door Jenni, gebaseerd op Singapore, een organisatie geclassificeerd als industry.
Decaying Fast Weights Transformer (WT-103)— wanneer is het uitgebracht?
Het werd gepubliceerd in October 2022. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.
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.