JetFire (GPT2-LARGE)
Brak szacunków
Brak wymagań sprzętowych dla tego modelu
Wagi tego modelu nie zostały opublikowane, dlatego nie można ich pobrać ani uruchomić na własnym sprzęcie w żadnym rozmiarze. Jest dostępny wyłącznie poprzez jego dostawcę, a żadna karta graficzna tego nie zmieni.
Na nagraniu
Pełna specyfikacja
Wszystko, co jest dostępne na temat tego modelu. Większość z tego opisuje, jak został wytrenowany, a nie jak działa — przydatny kontekst do oceny, ile pracy w to włożono i jak wypada na tle modeli zbudowanych na innym poziomie skali..
Pochodzenie
Kto zbudował ten model, gdzie i kiedy został opublikowany.
- Organizacja
- Tsinghua University
- Typ organizacji
- Academia
- Kraj
- China
- Opublikowane
- 19 March 2024
- Autorzy
- Haocheng Xi, Yuxiang Chen, Kang Zhao, Kaijun Zheng, Jianfei Chen, Jun Zhu
Co to robi
Obszary problemowe, dla których stworzono model. Model może zawierać kilka z każdej.
- Domena
- Language
- Zadanie
- Language modeling/generation
Rozmiar
Jakiej wielkości jest model i na ile danych był szkolony. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- Parametry
- 774M
- Dane treningowe
- tokens
Table 4.
Trening
Co fizycznie zajęło szkolenie: które chipy, ile ich, na jak długo i ile to pobrało z sieci.
- Sprzęt szkoleniowy
- NVIDIA GeForce RTX 4090
Jak jest klasyfikowane
Etykiety stosowane przez źródłowy zbiór danych podczas śledzenia znaczących modeli oraz jak pewny jest w danym wpisie.
- Zaufanie do nagrania
- Confident
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Jetfire: Efficient and Accurate Transformer Pretraining with INT8 Data Flow and Per-Block Quantization
- Ostatnia aktualizacja
- 11 February 2026
Co oznaczają liczby
Skąd to przyszło
JetFire (GPT2-LARGE) was published by Tsinghua University, in China, in March 2024. It comes out of academia.
It works in Language, and is recorded as doing language modeling/generation.
Jego wagi nigdy nie zostały opublikowane, więc można go osiągnąć tylko przez jego dostawcę. Żadna karta graficzna tego nie zmieni.
Odpowiedzi
JetFire (GPT2-LARGE) — Często zadawane pytania
How many parameters does JetFire (GPT2-LARGE) have?
JetFire (GPT2-LARGE) has 774M parameters. Table 4. That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.
Who created JetFire (GPT2-LARGE)?
JetFire (GPT2-LARGE) was published by Tsinghua University, based in China, categorised as academia.
When was JetFire (GPT2-LARGE) released?
JetFire (GPT2-LARGE) was published in March 2024. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is JetFire (GPT2-LARGE) used for?
JetFire (GPT2-LARGE) works in Language, and is recorded as handling language modeling/generation. These are the areas it was designed around; they describe intent rather than a hard boundary.
What GPU do I need to run JetFire (GPT2-LARGE)?
None. JetFire (GPT2-LARGE) is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is JetFire (GPT2-LARGE) open source?
The licensing for JetFire (GPT2-LARGE) was never recorded in our source data. We treat unstated licensing as closed, because an unrecorded licence is not one to rely on.
W innym kierunku
Patrząc na to z drugiej strony?
Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, wszystko co będzie ona obsługiwać, Rozpocznij od sprzętu..