AliceMind-MMU
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
- Alibaba
- Organisatietype
- Industry
- Land
- China
- Gepubliceerd
- 17 November 2021
- Auteurs
- Ming Yan, Haiyang Xu, Chenliang Li, Junfeng Tian, Bin Bi, Wei Wang, Weihua Chen, Xianzhe Xu, Fan Wang, Zheng Cao, Zhicheng Zhang, Qiyu Zhang, Ji Zhang, Songfang Huang, Fei Huang, Luo Si, Rong Jin
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.
- Taak
- Image Understanding
- Aanpak
- Supervised fine-tuning (SFT),Supervised
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.
- Training gegevens
- 12,649,000 tokens
- Epochs
- 30
De trainingsrun
Wat het fysiek kostte om te trainen: welke chips, hoeveel, hoe lang, en wat dat van het stopcontact vroeg.
- Training hardware
- NVIDIA A100
- Gebruikte chips
- 8
- Stroomverbruik
- 6.5 kW
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
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.
- Waarom het wordt gevolgd
- Historical significance,SOTA improvement
- Record vertrouwen
- Likely
Was the top of the VQA Challenge Leaderboard for the standard test, scoring 81.26, surpassing both human and previous record-holder.
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- Achieving human parity on visual question answering
- Laatst bijgewerkt
- 30 June 2026
Wat de cijfers betekenen
Waar het vandaan kwam
AliceMind-MMU werd gepubliceerd door Alibaba, in het land geregistreerd als China, tijdens November 2021. De categorie waaronder de uitgever valt is industry.
en wordt geregistreerd als het uitvoeren van de taak van image Understanding.
De gewichten werden nooit gepubliceerd, dus het kan alleen worden bereikt via de provider. Geen enkele GPU verandert dat.
Wat erin ging zitten om het te bouwen
Het is getraind op een corpus van ongeveer 12,649,000 tekstokens
De inclusiecriteria: historical significance,SOTA improvement.
Antwoorden
AliceMind-MMU — veelgestelde vragen
AliceMind-MMU— is het open-source?
Nee. De gewichten zijn niet gepubliceerd, dus het bestaat alleen als een dienst die wordt beheerd door de eigenaar.
AliceMind-MMU— hoeveel parameters heeft het?
Er is geen parameter telling gepubliceerd, daarom verschijnt er geen geheugen of snelheidsfiguur op deze pagina.
AliceMind-MMU— wie heeft het gemaakt?
Het werd gepubliceerd door Alibaba, gebaseerd op China, een organisatie geclassificeerd als industry.
AliceMind-MMU— wanneer is het uitgebracht?
Het werd gepubliceerd in November 2021. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.
AliceMind-MMU— waarvoor wordt het gebruikt?
en wordt geregistreerd als het afhandelen van image Understanding. Dit zijn de gebieden waar het omheen is ontworpen; ze beschrijven intentie eerder dan een harde grens.
AliceMind-MMU— 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.