HSO
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
- Toyota Technological Institute at Chicago
- Typ organizacji
- Academia
- Kraj
- United States of America
- Opublikowane
- 16 December 2021
- Autorzy
- Davis Yoshida, Kevin Gimpel
Co to robi
Obszary problemowe, dla których stworzono model. Model może zawierać kilka z każdej.
- Domena
- Language
- Zadanie
- Language modeling/generation
- Model bazowy
- GPT-2 (355M)
Rozmiar
Jakiej wielkości jest model i na ile danych był szkolony. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- Parametry
- 345M
- Dane treningowe
- tokens
Obliczenia szkoleniowe
Aritmetyka wykonywana w celu wytrenowania modelu, mierzone w operacjach zmiennoprzecinkowych. Jest to miara kosztu przeprowadzonego treningu, a nie tego, jak szybko gotowy model odpowiada na twoje zapytania.
- Obliczenia szkoleniowe
- 2.3 × 10²¹ FLOP
- Jak to zostało ustalone
- Comparison with other models
base model: Gpt-2 355M SOURCE: Uses pretrained GPT2 with 345M param, so impute from "Language Models are Unsupervised Multitask Learners" same "Speculative" confidence level
Dostępność
Czy możesz zdobyć model i uruchomić go na swoim własnym sprzęcie, co decyduje, czy jakiekolwiek z danych dotyczących karty graficznej na tej stronie mają zastosowanie.
- Wagi
- Closed — provider access only
- Dostęp do modelu
- Unreleased
- Kod treningowy
- Unreleased
Jak jest klasyfikowane
Etykiety stosowane przez źródłowy zbiór danych podczas śledzenia znaczących modeli oraz jak pewny jest w danym wpisie.
- Zaufanie do nagrania
- Speculative
- Cytacje
- 4
- Benchmark data
- HSO
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Reconsidering the Past: Optimizing Hidden States in Language Models
- Ostatnia aktualizacja
- 25 May 2026
Co oznaczają liczby
Skąd to przyszło
HSO was published by Toyota Technological Institute at Chicago, in United States of America, in December 2021. academia is the category the publisher falls under.
It works in Language, and is recorded as doing language modeling/generation.
It builds on GPT-2 (355M), which is why it shares that model's general shape and size.
To jest model zamknięty: wytrenowane wartości pozostały u tych, którzy je wyprodukowali, i nie ma lokalnej wersji do uruchomienia.
Jak to było trenowane
Training it took roughly 2.3 × 10²¹ FLOP of computation — a measure of what producing the model cost, not of how fast it answers.
Odpowiedzi
HSO — Często zadawane pytania
Who created HSO?
HSO was published by Toyota Technological Institute at Chicago, based in United States of America, categorised as academia.
When was HSO released?
HSO was published in December 2021. 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 HSO used for?
HSO works in Language, and is recorded as handling language modeling/generation. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
How much compute was used to train HSO?
Around 2.3 × 10²¹ FLOP. That measures what producing the model cost and says nothing about how quickly it answers once trained — inference speed comes from memory bandwidth, not from the training budget.
What GPU do I need to run HSO?
None. HSO 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 HSO open source?
No. HSO has not had its weights published, so it exists only as a service controlled by its owner.
How many parameters does HSO have?
HSO has 345M parameters. 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.
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..