XY-LENTXL
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
- 26 October 2022
- Autorzy
- Barun Patra, Saksham Singhal, Shaohan Huang, Zewen Chi, Li Dong, Furu Wei, Vishrav Chaudhary, Xia Song
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Language
- Zadanie
- Representation learning, Language modeling
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- parametry
- 2B
- Dane treningowe
- 600,000,000,000 tokens
- Rozmiar wsadu
- 4,000,000
Figure 1
Table 9: 150k steps 4M batch tokens per task 150000 * 4* 10^6 = 600B tokens
Table 9
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
- 7.2 × 10²¹ FLOP
- Jak to zostało ustalone
- Operation counting
6 FLOP / parameter / token * 2*10^9 parameters [figure 1] * 600 * 10^9 tokens [see dataset size notes] = 7.2e+21 FLOP
Przebieg szkolenia
Co fizycznie było potrzebne do treningu: jakie chipy, ile, na jak długo i co to pobierało z sieci.
- Sprzęt do trenowania
- NVIDIA H100 SXM5 80GB
- Zastosowane chipy
- 512
- Pobór mocy
- 717.0 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
- Confident
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Beyond English-Centric Bitexts for Better Multilingual Language Representation Learning
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
Skąd to pochodzi
XY-LENTXL został opublikowany przez Microsoft, w kraju zapisanym jako United States of America, podczas October 2022. Organizacja publikująca jest klasyfikowana jako industry.
Działa w dziedzinie Language, i jest zapisany jako wykonujący zadanie representation learning, Language modeling.
Jego wagi nigdy nie zostały opublikowane, więc można go osiągnąć tylko przez jego dostawcę. Żaden procesor graficzny tego nie zmieni.
Jak to zostało wytrenowane
Wytworzenie tego wymagało arytmetyki sumującej około 7.2 × 10²¹ FLOP, na sprzęcie zarejestrowanym jako NVIDIA H100 SXM5 80GB. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.
Zbiór treningowy trwał około 600,000,000,000 Tokeny tekstu.
Odpowiedzi
XY-LENTXL — częste pytania
XY-LENTXL— ile ma parametrów?
Ma liczbę parametrów równą 2B. Figure 1. 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.
XY-LENTXL— kto to stworzył?
Zostało opublikowane przez Microsoft, oparty na United States of America, organizacja sklasyfikowana jako industry.
XY-LENTXL— kiedy to zostało wydane?
Zostało opublikowane w October 2022. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
XY-LENTXL— do czego to służy?
Działa w dziedzinie Language, i jest zarejestrowany jako realizujący zadanie representation learning, Language modeling. Modele często mają więcej niż jeden z każdego, a etykiety opisują cel, a nie ograniczenia możliwości.
XY-LENTXL— ile mocy obliczeniowej użyto do jego trenowania?
Szkolenie zajęło około 7.2 × 10²¹ FLOP, na sprzęcie zarejestrowanym jako NVIDIA H100 SXM5 80GB. 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.
XY-LENTXL— 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.
XY-LENTXL— czy jest open weight?
Nie. Jego wagi nie zostały opublikowane, więc istnieje tylko jako usługa kontrolowana przez jego właściciela.
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.