Hybrid-Phi-Mamba-1.5B
Brak oszacowania
Brak wymagań sprzętowych dla tego modelu
Wagi dla tego modelu nie zostały opublikowane, więc nie można ich pobrać ani uruchomić na własnym sprzęcie w żadnym rozmiarze. Jest dostępny tylko za pośrednictwem swojego dostawcy, a zmiana karty graficznej tego nie zmienia..
Na nagranie
Pełna specyfikacja
Wszystko na rekord dla tego modelu. Większość z tego opisuje, jak był trenowany, a nie jak działa — użyteczny kontekst do oceny, ile pracy włożono w to, i jak wypada w porównaniu z modelami budowanymi w innym skali..
Pochodzenie
Kto zbudował ten model, gdzie i kiedy został opublikowany.
- Organizacja
- Carnegie Mellon University (CMU),Mohamed bin Zayed University of Artificial Intelligence (MBZUAI),Cartesia
- Typ organizacji
- Academia,Academia,Industry
- Kraj
- United States of America, United Arab Emirates
- Opublikowany
- 19 August 2024
- Autorzy
- Aviv Bick, Kevin Y. Li, Eric P. Xing, J. Zico Kolter, Albert Gu
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Language
- Zadanie
- Language modeling/generation
- Model bazowy
- Phi-1.5
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- parametry
- 1.5B
- Dane treningowe
- 5,000,000,000 tokens
"We distill the Phi-1.5-1.3B model into Phi-Mamba1.5B as well as Hybrid-Phi-Mamba-1.5B" (https://arxiv.org/pdf/2408.10189, page 8).
"The Hybrid-PhiMamba-1.5B is distilled on a budget of 5 billion tokens from the same dataset."
Obliczenia treningowe
Arytmetyka wykonywana w celu wytrenowania modelu, mierzona w operacjach zmiennoprzecinkowych. Jest to miara kosztów przeprowadzenia treningu, a nie tego, jak szybko gotowy model odpowiada na twoje pytania.
- Obliczenia treningowe
- 1.2 × 10²¹ FLOP
- Jak to zostało ustalone
- Operation counting
- Dostosowywanie obliczeń
- 4.5 × 10¹⁹ FLOP
1.17e+21 FLOP [base model compute] + 4.5e+19 FLOP [finetune compute] = 1.215e+21 FLOP
6 FLOP / parameter / token * 1.5 * 10^9 parameters * 5 * 10^9 tokens = 4.5e+19 FLOP
Dostępność
Czy możesz zdobyć model i uruchomić go na swoim sprzęcie, co decyduje o tym, czy którakolwiek z cyfr karty graficznej na tej stronie ma zastosowanie.
- Wagi
- Closed — provider access only
- Dostęp do modelu
- Unreleased
- Kod treningowy
- Unreleased
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Zapisz pewność
- Confident
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Transformers to SSMs: Distilling Quadratic Knowledge to Subquadratic Models
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
Skąd to pochodzi
Hybrid-Phi-Mamba-1.5B został opublikowany przez Carnegie Mellon University (CMU),Mohamed bin Zayed University of Artificial Intelligence (MBZUAI),Cartesia, w kraju zapisanym jako United States of America, podczas August 2024. Kategoria, do której należy wydawca, to academia,Academia,Industry.
Działa w dziedzinie Language, i jest zapisany jako wykonujący zadanie language modeling/generation.
Jego punktem wyjścia był istniejący model podstawowy, Phi-1.5. Większość modeli w tej skali jest dostosowywana z istniejącej bazy, a nie tworzona od zera.
Ponieważ wagi nie są dostępne, żadne z danych dotyczących sprzętu gdzie indziej na tej stronie się do niego nie odnoszą.
Szkolenie i pochodzenie
Trenowanie zajęło budżet obliczeniowy wynoszący około 1.2 × 10²¹ FLOP. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.
Zbiór treningowy trwał około 5,000,000,000 Tokeny tekstu.
Odpowiedzi
Hybrid-Phi-Mamba-1.5B — częste pytania
Hybrid-Phi-Mamba-1.5B— ile mocy obliczeniowej użyto do jego trenowania?
Szkolenie zajęło około 1.2 × 10²¹ FLOP. To mierzy, ile kosztowało wyprodukowanie modelu i nie mówi nic o tym, jak szybko odpowiada po wytrenowaniu — prędkość wnioskowania pochodzi z SZEROKOŚCI PASMA, a nie z budżetu treningowego.
Hybrid-Phi-Mamba-1.5B— Jaką GPU potrzebuję, aby ją uruchomić?
Żaden. To jest zamknięty model — jego wagi nigdy nie zostały opublikowane, więc nie można go pobrać ani uruchomić na własnym sprzęcie za żadną cenę. Jest dostępny tylko przez jego dostawcę.
Hybrid-Phi-Mamba-1.5B— czy jest open weight?
Nie. Jego wagi nie zostały opublikowane, więc istnieje tylko jako usługa kontrolowana przez jego właściciela.
Hybrid-Phi-Mamba-1.5B— ile ma parametrów?
Ma liczbę parametrów równą 1.5B. "We distill the Phi-1.5-1.3B model into Phi-Mamba1.5B as well as Hybrid-Phi-Mamba-1.5B" (https://arxiv.org/pdf/2408.10189, page 8). Ta liczba to całkowita, i to ona decyduje o tym, ile pamięci potrzebuje model — mniej więcej pół gigabajta na miliard przy kompresji, którą używa większość ludzi.
Hybrid-Phi-Mamba-1.5B— kto to stworzył?
Zostało opublikowane przez Carnegie Mellon University (CMU),Mohamed bin Zayed University of Artificial Intelligence (MBZUAI),Cartesia, oparty na United States of America, organizacja sklasyfikowana jako academia,Academia,Industry.
Hybrid-Phi-Mamba-1.5B— kiedy to zostało wydane?
Zostało opublikowane w August 2024. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
Hybrid-Phi-Mamba-1.5B— do czego to służy?
Działa w dziedzinie Language, i jest zarejestrowany jako realizujący zadanie language modeling/generation. To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.
Druga strona
Patrząc na to z drugiej strony?
Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, co wszystko będzie działać., Zacznij od sprzętu zamiast.