GPT2+CoreLM+Fine-Tuning
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
- Aristotle University of Thessaloniki
- Typ organizacji
- Academia
- Kraj
- Greece
- Opublikowany
- 4 November 2021
- Autorzy
- Nikolaos Stylianou, Ioannis Vlahavas
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Language
- Zadanie
- Language modeling/generation, Named entity recognition (NER)
- Model bazowy
- GPT-2 (124M)
- Format numeryczny
- FP16
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- parametry
- 132M
- Dane treningowe
- tokens
- Epoki
- 10
"In all our experiments we use the GPT2-small configuration with 124M parameters, with 12 layers and 12 attention heads each for our base model." "Our model has 132M parameters, a 6% increase, after the addition of the Entity-Gating layer and the entity representations."
batch size of 128
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
- 1.2 × 10²⁰ FLOP
- Jak to zostało ustalone
- Hardware
- Dostosowywanie obliczeń
- 2.6 × 10¹⁷ FLOP
GPT-2 124M compute ~ GPT-2 117M compute = 1.1699999999999999 × 10^20 FLOP 1.17 * 10^20 FLOP + 2.57472e+17 FLOP = 1.1725747e+20 FLOP
29800000000000 FLOP / s [Titan V, fp16 - reported] * 8 hours * 3600 sec / hour * 1 GPU * 0.3 [assumed utilization] = 2.57472e+17 FLOP (it is probably the upper bound since the 8 hours time seems to account for all models fine-tuned in the paper)
Przebieg szkolenia
Co fizycznie było potrzebne do treningu: jakie chipy, ile, na jak długo i co to pobierało z sieci.
- Sprzęt do trenowania
- NVIDIA Titan V
- Zastosowane chipy
- 1
- Czas rzeczywisty
- 8 hours
- Pobór mocy
- 277 W
"In this setup, fine-tuning takes approximately 8 hours"
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
- Likely
- Cytaty
- 2
- Dane benchmarkowe
- GPT2+CoreLM+Fine-Tuning
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- CoreLM: Coreference-aware Language Model Fine-Tuning
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
Tło
GPT2+CoreLM+Fine-Tuning został opublikowany przez Aristotle University of Thessaloniki, w kraju zapisanym jako Greece, podczas November 2021. Kategoria, do której należy wydawca, to academia.
Działa w dziedzinie Language, i jest zapisany jako wykonujący zadanie language modeling/generation, Named entity recognition (NER).
Zamiast być trenowanym od podstaw, pochodzi z GPT-2 (124M). Większość modeli w tej skali jest dostosowywana z istniejącej bazy, a nie tworzona od zera.
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 1.2 × 10²⁰ FLOP, na sprzęcie zarejestrowanym jako NVIDIA Titan V. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.
Odpowiedzi
GPT2+CoreLM+Fine-Tuning — częste pytania
GPT2+CoreLM+Fine-Tuning— ile mocy obliczeniowej użyto do jego trenowania?
Szkolenie zajęło około 1.2 × 10²⁰ FLOP, na sprzęcie zarejestrowanym jako NVIDIA Titan V. 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.
GPT2+CoreLM+Fine-Tuning— 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.
GPT2+CoreLM+Fine-Tuning— czy jest open weight?
Nie. Jego wagi nie zostały opublikowane, więc istnieje tylko jako usługa kontrolowana przez jego właściciela.
GPT2+CoreLM+Fine-Tuning— ile ma parametrów?
Ma liczbę parametrów równą 132M. "In all our experiments we use the GPT2-small configuration with 124M parameters, with 12 layers and 12 attention heads each for our base model." "Our model has 132M parameters, a 6% increase, after the addition of the Entity-Gating layer and the entity representations.". 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.
GPT2+CoreLM+Fine-Tuning— kto to stworzył?
Zostało opublikowane przez Aristotle University of Thessaloniki, oparty na Greece, organizacja sklasyfikowana jako academia.
GPT2+CoreLM+Fine-Tuning— 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.
GPT2+CoreLM+Fine-Tuning— do czego to służy?
Działa w dziedzinie Language, i jest zarejestrowany jako realizujący zadanie language modeling/generation, Named entity recognition (NER). 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.