WeLM
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
- WeChat AI
- Typ organizacji
- Industry
- Kraj
- China
- Opublikowany
- 16 May 2023
- Autorzy
- Hui Su, Xiao Zhou, Houjin Yu, Xiaoyu Shen, Yuwen Chen, Zilin Zhu, Yang Yu, Jie Zhou
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Language
- Zadanie
- Language modeling/generation, Translation
- Podejście
- Unsupervised
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- parametry
- 10B
- Dane treningowe
- 262,000,000,000 tokens
"WeLM is trained with 10B parameters”
from the paper "After all the above filtering process, our corpus contains 262B tokens”
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
- 2.5 × 10²² FLOP
- Jak to zostało ustalone
- Hardware
"The largest model is trained on 128 A100-SXM4-40GB GPUs in about 24 days”, "All models are trained with FP16 mixed precision." 3.12e14 * 128 * 24 * 24 * 3600 * 0.3 = 2.48e22 (FLOP/GPU-s) * (GPU) * (days) * (h/day) * (sec/h) * (utilization assumption)
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 SXM4 40 GB
- Zastosowane chipy
- 128
- Czas-chip
- 73,728
- Czas rzeczywisty
- 576 hours (24 days)
- Pobór mocy
- 102.0 kW
"The largest model is trained on 128 A100-SXM4-40GB GPUs in about 24 days”,
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Zapisz pewność
- Confident
- Cytaty
- 25
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- WeLM: A Well-Read Pre-trained Language Model for Chinese
- Ostatnio zaktualizowane
- 25 May 2026
Co oznaczają liczby
Skąd to pochodzi
WeLM został opublikowany przez WeChat AI, w kraju zapisanym jako China, podczas May 2023. Wychodzi z organizacji zaklasyfikowanej jako industry.
Działa w dziedzinie Language, i jest zapisany jako wykonujący zadanie language modeling/generation, Translation.
To jest model zamknięty: wytrenowane wartości pozostały u tego, kto je wyprodukował, a lokalna wersja do uruchomienia nie istnieje.
Szkolenie i pochodzenie
Trening zajmował około 2.5 × 10²² FLOP, na sprzęcie zarejestrowanym jako NVIDIA A100 SXM4 40 GB. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.
Zbiór treningowy trwał około 262,000,000,000 Tokeny tekstu.
Odpowiedzi
WeLM — częste pytania
WeLM— do czego to służy?
Działa w dziedzinie Language, i jest zarejestrowany jako realizujący zadanie language modeling/generation, Translation. Model może obsługiwać kilka z każdego, więc to są obszary, dla których został zbudowany, a nie ograniczenie tego, co będzie próbował.
WeLM— ile mocy obliczeniowej użyto do jego trenowania?
Szkolenie zajęło około 2.5 × 10²² FLOP, na sprzęcie zarejestrowanym jako NVIDIA A100 SXM4 40 GB. 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.
WeLM— 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.
WeLM— czy jest open weight?
Licencja nigdy nie została zarejestrowana w naszych danych źródłowych. Traktujemy niewskazaną licencję jako zamkniętą, ponieważ niezarejestrowana licencja nie jest na którą można polegać.
WeLM— ile ma parametrów?
Ma liczbę parametrów równą 10B. "WeLM is trained with 10B parameters”. 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.
WeLM— kto to stworzył?
Zostało opublikowane przez WeChat AI, oparty na China, organizacja sklasyfikowana jako industry.
WeLM— kiedy to zostało wydane?
Zostało opublikowane w May 2023. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
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.