CODA
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
- The University of Hong Kong,Sun Yat-sen University,Shanghai AI Lab
- Typ organizacji
- Academia,Academia,Academia
- Kraj
- Hong Kong, China
- Opublikowany
- 31 May 2021
- Autorzy
- Lin Zheng, Zhiyong Wu, Lingpeng Kong
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Language
- Zadanie
- Language modeling, Translation
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- parametry
- 246.9M
- Dane treningowe
- 103,000,000 tokens
Table 1
"Wikitext-103 [...] consists of articles from Wikipedia with the token number around 103M/218K/246K for the training/validation/testing splits respectively."
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
- Open source
MIT for code: https://github.com/LZhengisme/CODA
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Zapisz pewność
- Confident
- Cytaty
- 3
- Dane benchmarkowe
- CODA
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Cascaded Head-colliding Attention
- Ostatnio zaktualizowane
- 1 December 2025
Co oznaczają liczby
Tło
CODA został opublikowany przez The University of Hong Kong,Sun Yat-sen University,Shanghai AI Lab, w kraju zapisanym jako Hong Kong, podczas May 2021. Organizacja publikująca jest klasyfikowana jako academia,Academia,Academia.
Działa w dziedzinie Language, i jest zapisany jako wykonujący zadanie language modeling, Translation.
To jest model zamknięty: wytrenowane wartości pozostały u tego, kto je wyprodukował, a lokalna wersja do uruchomienia nie istnieje.
Co poszło w budowę tego
Trening zużył korpus około 103,000,000 Tokeny tekstu.
Odpowiedzi
CODA — częste pytania
CODA— kto to stworzył?
Zostało opublikowane przez The University of Hong Kong,Sun Yat-sen University,Shanghai AI Lab, oparty na Hong Kong, organizacja sklasyfikowana jako academia,Academia,Academia.
CODA— kiedy to zostało wydane?
Zostało opublikowane w May 2021. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
CODA— do czego to służy?
Działa w dziedzinie Language, i jest zarejestrowany jako realizujący zadanie language modeling, Translation. To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.
CODA— 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.
CODA— czy jest open weight?
Nie. Jego wagi nie zostały opublikowane, więc istnieje tylko jako usługa kontrolowana przez jego właściciela.
CODA— ile ma parametrów?
Ma liczbę parametrów równą 246.9M. Table 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.
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.