Knowledge distillation student model
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
- Harvard University
- Organisatietype
- Academia
- Land
- United States of America
- Gepubliceerd
- 22 September 2016
- Auteurs
- Yoon Kim, Alexander M. Rush
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.
- Domein
- Language
- Taak
- Translation
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
- 84M
- Training gegevens
- 100,000,000 tokens
84M from Table 1.
"The training set has 4m sentences". If the average sentence is ~25 tokens (ballpark), dataset size is 4M * 25 * 2 = 200M tokens
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 × 10¹⁷ FLOP
- Hoe het werd opgericht
- Operation counting
6ND = 6 FLOP/param/token * 84000000 parameters * 200000000 tokens = 1.008e+17 FLOP (Speculative confidence since the amount of epochs is unknown)
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.
- Training code
- Open source
https://github.com/harvardnlp/seq2seq-attn?tab=readme-ov-file MIT License
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
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- Sequence-Level Knowledge Distillation
- Laatst bijgewerkt
- 28 November 2025
Wat de cijfers betekenen
Waar het vandaan kwam
Knowledge distillation student model werd gepubliceerd door Harvard University, in het land geregistreerd als United States of America, tijdens September 2016. De publicerende organisatie is geclassificeerd als academia.
Het werkt in het domein van Language, en wordt geregistreerd als het uitvoeren van de taak van translation.
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 × 10¹⁷ FLOP. Die figuur meet wat het produceren van het model heeft gekost en heeft geen invloed op hoe snel het antwoord geeft.
Het is getraind op een corpus van ongeveer 100,000,000 tekstokens
Antwoorden
Knowledge distillation student model — veelgestelde vragen
Knowledge distillation student model— hoeveel rekencapaciteit is gebruikt om het te trainen?
Training verbruikte ongeveer 1 × 10¹⁷ FLOP. 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.
Knowledge distillation student model— 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.
Knowledge distillation student model— 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.
Knowledge distillation student model— hoeveel parameters heeft het?
Het heeft een parameter telling van 84M. 84M from Table 1. 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.
Knowledge distillation student model— wie heeft het gemaakt?
Het werd gepubliceerd door Harvard University, gebaseerd op United States of America, een organisatie geclassificeerd als academia.
Knowledge distillation student model— wanneer is het uitgebracht?
Het werd gepubliceerd in September 2016. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.
Knowledge distillation student model— waarvoor wordt het gebruikt?
Het werkt in het domein van Language, en wordt geregistreerd als het afhandelen van translation. Een model kan er verschillende van elk dragen, dus dit zijn de gebieden waarvoor het is gebouwd in plaats van een limiet op wat het zal proberen.
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.