Multitask Unified Model (MUM)

Zamknięte wagi Google May 2021

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
Google
Typ organizacji
Industry
Kraj
United States of America
Opublikowany
18 May 2021

Co to robi

Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.

Domena
Language, Multimodal, Vision
Zadanie
Language modeling/generation, Image captioning, Question answering, Visual question answering, Translation, Character recognition (OCR), Search
Model bazowy
T5-11B

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
tokens

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
Unknown

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Referencja
MUM: A new AI milestone for understanding information
Ostatnio zaktualizowane
11 February 2026

Co oznaczają liczby

Tło

Multitask Unified Model (MUM) został opublikowany przez Google, w kraju zapisanym jako United States of America, podczas May 2021. Kategoria, do której należy wydawca, to industry.

Działa w dziedzinie Language, Multimodal, Vision, i jest zapisany jako wykonujący zadanie language modeling/generation, Image captioning, Question answering, Visual question answering, Translation, Character recognition (OCR), Search.

Zamiast być trenowanym od podstaw, pochodzi z T5-11B. 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.

Odpowiedzi

Multitask Unified Model (MUM) — częste pytania

01

Multitask Unified Model (MUM)— do czego to służy?

Działa w dziedzinie Language, Multimodal, Vision, i jest zarejestrowany jako realizujący zadanie language modeling/generation, Image captioning, Question answering, Visual question answering, Translation, Character recognition (OCR), Search. Modele często mają więcej niż jeden z każdego, a etykiety opisują cel, a nie ograniczenia możliwości.

02

Multitask Unified Model (MUM)— 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.

03

Multitask Unified Model (MUM)— czy jest open weight?

Nie. Jego wagi nie zostały opublikowane, więc istnieje tylko jako usługa kontrolowana przez jego właściciela.

04

Multitask Unified Model (MUM)— ile ma parametrów?

Nie opublikowano liczby parametrów, dlatego na tej stronie nie pojawia się żaden wskaźnik pamięci ani prędkości.

05

Multitask Unified Model (MUM)— kto to stworzył?

Zostało opublikowane przez Google, oparty na United States of America, organizacja sklasyfikowana jako industry.

06

Multitask Unified Model (MUM)— 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.

Źródło

Oryginalna publikacja

Ostatnia aktualizacja rekordu 11 February 2026

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.