ChatBit
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
- Beijing Institute of Technology,Academy of Military Science,Minzu University of China
- Typ organizacji
- Academia,Government,Academia
- Kraj
- China
- Opublikowany
- 28 June 2024
- Autorzy
- Zhang Huaping, Li Chunjin, Wei Shunping, Geng Guotong, Li Weiwei, Li Yugang
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Language
- Zadanie
- Chat, Language modeling/generation
- Model bazowy
- LLaMA-13B
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- parametry
- 13B
- Dane treningowe
- 100,000,000 tokens
- Epoki
- 3
- Rozmiar wsadu
- 16,384
Assuming as in LLaMA-13 since it is its finetune
"researchers noted that its model incorporated only 100,000 military dialogue records, a relatively small number compared with other LLMs." "其他设置：训练的epoch为3，最大长度 max_length为2 048，batch_size为8，使用8个 A100 GPU训练，梯度积累为4，warm_up为训 练总步数的10%，采用AdamW优化器， 1 = 0.90、 2 = 0.95，学习率为1e-5" which is translated as "Other settings: 3 epochs for training, max_length of 2 048, batch_size of 8, 8 A100 GPUs for training, gradient accumulation of 4, warm_up of 10% of the total number of training steps, AdamW optim…
max_length of 2 048, batch_size of 8
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.
- Jak to zostało ustalone
- Operation counting
- Dostosowywanie obliczeń
- 2.3 × 10¹⁹ FLOP
6ND = 6*13*10^9*100000000*3 = 2.34e+19
Przebieg szkolenia
Co fizycznie było potrzebne do treningu: jakie chipy, ile, na jak długo i co to pobierało z sieci.
- Sprzęt do trenowania
- NVIDIA A100
- Zastosowane chipy
- 8
- Pobór mocy
- 6.3 kW
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
- Likely
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Large language model-driven open-source intelligence cognition
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
Co to jest model?
ChatBit został opublikowany przez Beijing Institute of Technology,Academy of Military Science,Minzu University of China, w kraju zapisanym jako China, podczas June 2024. Kategoria, do której należy wydawca, to academia,Government,Academia.
Działa w dziedzinie Language, i jest zapisany jako wykonujący zadanie chat, Language modeling/generation.
Zamiast być trenowanym od podstaw, pochodzi z LLaMA-13B. To jest zwykły sposób produkcji wyspecjalizowanego modelu.
Ponieważ wagi nie są dostępne, żadne z danych dotyczących sprzętu gdzie indziej na tej stronie się do niego nie odnoszą.
Co poszło w budowę tego
Zbiór treningowy trwał około 100,000,000 Tokeny tekstu.
Odpowiedzi
ChatBit — częste pytania
ChatBit— kiedy to zostało wydane?
Zostało opublikowane w June 2024. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
ChatBit— do czego to służy?
Działa w dziedzinie Language, i jest zarejestrowany jako realizujący zadanie chat, Language modeling/generation. To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.
ChatBit— 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.
ChatBit— czy jest open weight?
Nie. Jego wagi nie zostały opublikowane, więc istnieje tylko jako usługa kontrolowana przez jego właściciela.
ChatBit— ile ma parametrów?
Ma liczbę parametrów równą 13B. Assuming as in LLaMA-13 since it is its finetune. 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.
ChatBit— kto to stworzył?
Zostało opublikowane przez Beijing Institute of Technology,Academy of Military Science,Minzu University of China, oparty na China, organizacja sklasyfikowana jako academia,Government,Academia.
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.