Linear Transformer (large)
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
- IDSIA
- Typ organizacji
- Academia
- Kraj
- Switzerland
- Opublikowany
- 22 February 2021
- Autorzy
- Imanol Schlag, Kazuki Irie, Jürgen Schmidhuber
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
- 90M
- Dane treningowe
- 103,000,000 tokens
- Epoki
- 70
90M (medium)
batch size: 56 sequences 70 epochs target segment lengths of 384
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
- 3.9 × 10¹⁸ FLOP
- Jak to zostało ustalone
- Operation counting
6 FLOP / token / parameter * 90000000 parameters * 103000000 tokens * 70 epochs = 3.8934e+18 FLOP
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
code, Apache license: https://github.com/IDSIA/lmtool-fwp/tree/master/example_scripts/2021_linear_transformers_are_secretly_fwps
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Zapisz pewność
- Confident
- Cytaty
- 405
- Dane benchmarkowe
- Linear Transformer (large)
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Linear Transformers Are Secretly Fast Weight Programmers
- Ostatnio zaktualizowane
- 25 May 2026
Co oznaczają liczby
Tło
Linear Transformer (large) został opublikowany przez IDSIA, w kraju zapisanym jako Switzerland, podczas February 2021. Kategoria, do której należy wydawca, to 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 zajmował około 3.9 × 10¹⁸ FLOP. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.
Zbiór treningowy trwał około 103,000,000 Tokeny tekstu.
Odpowiedzi
Linear Transformer (large) — częste pytania
Linear Transformer (large)— ile ma parametrów?
Ma liczbę parametrów równą 90M. 90M (medium). 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.
Linear Transformer (large)— kto to stworzył?
Zostało opublikowane przez IDSIA, oparty na Switzerland, organizacja sklasyfikowana jako academia.
Linear Transformer (large)— kiedy to zostało wydane?
Zostało opublikowane w February 2021. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
Linear Transformer (large)— do czego to służy?
Działa w dziedzinie Language, i jest zarejestrowany jako realizujący zadanie language modeling, Translation. Modele często mają więcej niż jeden z każdego, a etykiety opisują cel, a nie ograniczenia możliwości.
Linear Transformer (large)— ile mocy obliczeniowej użyto do jego trenowania?
Szkolenie zajęło około 3.9 × 10¹⁸ FLOP. 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.
Linear Transformer (large)— 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.
Linear Transformer (large)— czy jest open weight?
Nie. Jego wagi nie zostały opublikowane, więc istnieje tylko jako usługa kontrolowana przez jego właściciela.
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.