Kosmos-1
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
- Microsoft
- Typ organizacji
- Industry
- Kraj
- United States of America
- Opublikowany
- 1 March 2023
- Autorzy
- Shaohan Huang, Li Dong, Wenhui Wang, Yaru Hao, Saksham Singhal, Shuming Ma, Tengchao Lv, Lei Cui, Owais Khan Mohammed, Barun Patra, Qiang Liu, Kriti Aggarwal, Zewen Chi, Johan Bjorck, Vishrav Chaudhary, Subhojit Som, Xia Song, Furu Wei
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Multimodal, Language, Vision
- Zadanie
- Visual question answering, Image captioning, Language modeling/generation, Chat, Question answering, Document classification, Image classification, Visual puzzles
- Model bazowy
- ViT-G/14 (LiT)
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- parametry
- 1.6B
- Dane treningowe
- 360,000,000,000 tokens
- Rozmiar wsadu
- 1,200,000
"The total number of parameters of KOSMOS-1 is about 1.6B" "The MLLM component has 24 layers with 2,048 hidden dimensions, 8,192 FFN intermediate size, and 32 attention heads, resulting in about 1.3B parameters."
"We use a batch size of 1.2 million tokens (0.5 million tokens from text corpora, 0.5 million tokens from image-caption pairs, and 0.2 million tokens from interleaved data) and train KOSMOS-1 for 300k steps, corresponding to about 360 billion 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
- 3.5 × 10²¹ FLOP
- Jak to zostało ustalone
- Operation counting
6 FLOP / parameter / token * 1.6 * 10^9 parameters [assuming all parameters were updated each step including vision encoder] * 360 * 10^9 tokens = 3.456e+21 FLOP "Likely" confidence because the number of trained parameters could be slightly less
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
MIT license https://github.com/microsoft/unilm/tree/master/kosmos-1 (repo refers to code and weights of Kosmos-2, not Kosmos-1)
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
- Language Is Not All You Need: Aligning Perception with Language Models
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
O tym modelu
Kosmos-1 został opublikowany przez Microsoft, w kraju zapisanym jako United States of America, podczas March 2023. Kategoria, do której należy wydawca, to industry.
Działa w dziedzinie Multimodal, Language, Vision, i jest zapisany jako wykonujący zadanie visual question answering, Image captioning, Language modeling/generation, Chat, Question answering, Document classification, Image classification, Visual puzzles.
Opiera się na ViT-G/14 (LiT). 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
Trening zajmował około 3.5 × 10²¹ FLOP. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.
Zbiór treningowy trwał około 360,000,000,000 Tokeny tekstu.
Odpowiedzi
Kosmos-1 — częste pytania
Kosmos-1— ile mocy obliczeniowej użyto do jego trenowania?
Szkolenie zajęło około 3.5 × 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.
Kosmos-1— 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.
Kosmos-1— czy jest open weight?
Nie. Jego wagi nie zostały opublikowane, więc istnieje tylko jako usługa kontrolowana przez jego właściciela.
Kosmos-1— ile ma parametrów?
Ma liczbę parametrów równą 1.6B. "The total number of parameters of KOSMOS-1 is about 1.6B" "The MLLM component has 24 layers with 2,048 hidden dimensions, 8,192 FFN intermediate size, and 32 attention heads, resulting in about 1.3B 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.
Kosmos-1— kto to stworzył?
Zostało opublikowane przez Microsoft, oparty na United States of America, organizacja sklasyfikowana jako industry.
Kosmos-1— kiedy to zostało wydane?
Zostało opublikowane w March 2023. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
Kosmos-1— do czego to służy?
Działa w dziedzinie Multimodal, Language, Vision, i jest zarejestrowany jako realizujący zadanie visual question answering, Image captioning, Language modeling/generation, Chat, Question answering, Document classification, Image classification, Visual puzzles. Modele często mają więcej niż jeden z każdego, a etykiety opisują cel, a nie ograniczenia możliwości.
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.