DiLoCoX (Qwen1.5-107B on 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
- China Mobile,Zero Gravity Labs (0g AI)
- Organisatietype
- Industry,Industry
- Land
- China, United States of America
- Gepubliceerd
- 26 June 2025
- Auteurs
- Ji Qi, WenPeng Zhu, Li Li, Ming Wu, YingJun Wu, Wu He, Xun Gao, Jason Zeng, Michael Heinrich
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
- 107B
- Training gegevens
- tokens
4000 steps unknown number of epochs or sequence length
De trainingsrun
Wat het fysiek kostte om te trainen: welke chips, hoeveel, hoe lang, en wat dat van het stopcontact vroeg.
- Training hardware
- NVIDIA A800 PCIe 40 GB
- Gebruikte chips
- 160
- Stroomverbruik
- 78.3 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
- Training code
- 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.
- Record vertrouwen
- Confident
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- DiLoCoX: A Low-Communication Large-Scale Training Framework for Decentralized Cluster
- Laatst bijgewerkt
- 11 February 2026
Wat de cijfers betekenen
Waar het vandaan kwam
DiLoCoX (Qwen1.5-107B on WT-103) werd gepubliceerd door China Mobile,Zero Gravity Labs (0g AI), in het land geregistreerd als China, tijdens June 2025. De categorie waaronder de uitgever valt is industry,Industry.
Het werkt in het domein van Language, en wordt geregistreerd als het uitvoeren van de taak van language modeling/generation, Question answering.
De gewichten werden nooit gepubliceerd, dus het kan alleen worden bereikt via de provider. Geen enkele GPU verandert dat.
Antwoorden
DiLoCoX (Qwen1.5-107B on WT-103) — veelgestelde vragen
DiLoCoX (Qwen1.5-107B on WT-103)— waarvoor wordt het gebruikt?
Het werkt in het domein van Language, en wordt geregistreerd als het afhandelen van language modeling/generation, Question answering. Modellen hebben vaak meer dan één van elk, en de tags beschrijven het doel in plaats van de capaciteitslimieten.
DiLoCoX (Qwen1.5-107B on 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.
DiLoCoX (Qwen1.5-107B on 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.
DiLoCoX (Qwen1.5-107B on WT-103)— hoeveel parameters heeft het?
Het heeft een parameter telling van 107B. 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.
DiLoCoX (Qwen1.5-107B on WT-103)— wie heeft het gemaakt?
Het werd gepubliceerd door China Mobile,Zero Gravity Labs (0g AI), gebaseerd op China, een organisatie geclassificeerd als industry,Industry.
DiLoCoX (Qwen1.5-107B on WT-103)— wanneer is het uitgebracht?
Het werd gepubliceerd in June 2025.
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.