M6-100B
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
- Tsinghua University,Alibaba
- Organisatietype
- Academia,Industry
- Land
- China
- Gepubliceerd
- 1 March 2021
- Auteurs
- J Lin, R Men, A Yang, C Zhou, M Ding, Y Zhang
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.
- Domein
- Multimodal, Image generation, Vision, Language
- Taak
- Image generation, Visual 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
- 100B
- Training gegevens
- tokens
"We scale the model size up to 10 billion and 100 billion parameters, and build the largest pretrained model in Chinese."
"1.9TB images and 292GB texts" TODO: figure out what to do for multimodal pretraining datasets
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.
- Citaties
- 152
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- M6: A Chinese Multimodal Pretrainer
- Laatst bijgewerkt
- 25 May 2026
Wat de cijfers betekenen
Wat dit model is
M6-100B werd gepubliceerd door Tsinghua University,Alibaba, in het land geregistreerd als China, tijdens March 2021. Het komt uit een organisatie gecategoriseerd als academia,Industry.
Het werkt in het domein van Multimodal, Image generation, Vision, Language, en wordt geregistreerd als het uitvoeren van de taak van image generation, Visual question answering.
Omdat de weights niet beschikbaar zijn, zijn geen van de hardwarefiguren elders op deze site van toepassing op het.
Antwoorden
M6-100B — veelgestelde vragen
M6-100B— 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.
M6-100B— is het open-source?
De licenties werden nooit vastgelegd in onze brondocumenten. We beschouwen niet-verklaarde licenties als gesloten, omdat een niet-vastgelegde licentie er geen is om op te vertrouwen.
M6-100B— hoeveel parameters heeft het?
Het heeft een parameter telling van 100B. "We scale the model size up to 10 billion and 100 billion parameters, and build the largest pretrained model in Chinese.". 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.
M6-100B— wie heeft het gemaakt?
Het werd gepubliceerd door Tsinghua University,Alibaba, gebaseerd op China, een organisatie geclassificeerd als academia,Industry.
M6-100B— wanneer is het uitgebracht?
Het werd gepubliceerd in March 2021. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.
M6-100B— waarvoor wordt het gebruikt?
Het werkt in het domein van Multimodal, Image generation, Vision, Language, en wordt geregistreerd als het afhandelen van image generation, Visual question answering. Modellen hebben vaak meer dan één van elk, en de tags beschrijven het doel in plaats van de capaciteitslimieten.
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.