AliceMind-MMU
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
- Alibaba
- Typ organizacji
- Industry
- Kraj
- China
- Opublikowany
- 17 November 2021
- Autorzy
- Ming Yan, Haiyang Xu, Chenliang Li, Junfeng Tian, Bin Bi, Wei Wang, Weihua Chen, Xianzhe Xu, Fan Wang, Zheng Cao, Zhicheng Zhang, Qiyu Zhang, Ji Zhang, Songfang Huang, Fei Huang, Luo Si, Rong Jin
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Zadanie
- Image Understanding
- Podejście
- Supervised fine-tuning (SFT),Supervised
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- Dane treningowe
- 12,649,000 tokens
- Epoki
- 30
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
- Zastosowane chipy
- 8
- Pobór mocy
- 6.5 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
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Dlaczego to jest śledzone
- Historical significance,SOTA improvement
- Zapisz pewność
- Likely
Was the top of the VQA Challenge Leaderboard for the standard test, scoring 81.26, surpassing both human and previous record-holder.
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Achieving human parity on visual question answering
- Ostatnio zaktualizowane
- 30 June 2026
Co oznaczają liczby
Skąd to pochodzi
AliceMind-MMU został opublikowany przez Alibaba, w kraju zapisanym jako China, podczas November 2021. Kategoria, do której należy wydawca, to industry.
i jest zapisany jako wykonujący zadanie image Understanding.
Jego wagi nigdy nie zostały opublikowane, więc można go osiągnąć tylko przez jego dostawcę. Żaden procesor graficzny tego nie zmieni.
Co poszło w budowę tego
Został wytrenowany na korpusie około 12,649,000 Tokeny tekstu.
Kryterium włączenia: historical significance,SOTA improvement.
Odpowiedzi
AliceMind-MMU — częste pytania
AliceMind-MMU— czy jest open weight?
Nie. Jego wagi nie zostały opublikowane, więc istnieje tylko jako usługa kontrolowana przez jego właściciela.
AliceMind-MMU— ile ma parametrów?
Nie opublikowano liczby parametrów, dlatego na tej stronie nie pojawia się żaden wskaźnik pamięci ani prędkości.
AliceMind-MMU— kto to stworzył?
Zostało opublikowane przez Alibaba, oparty na China, organizacja sklasyfikowana jako industry.
AliceMind-MMU— kiedy to zostało wydane?
Zostało opublikowane w November 2021. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
AliceMind-MMU— do czego to służy?
i jest zarejestrowany jako realizujący zadanie image Understanding. To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.
AliceMind-MMU— 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.
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.