Meena

Zamknięte wagi Google Brain 2.6B Parametry January 2020

Brak szacunków

Brak wymagań sprzętowych dla tego modelu

Wagi tego modelu nie zostały opublikowane, dlatego nie można ich pobrać ani uruchomić na własnym sprzęcie w żadnym rozmiarze. Jest dostępny wyłącznie poprzez jego dostawcę, a żadna karta graficzna tego nie zmieni.

Na nagraniu

Pełna specyfikacja

Wszystko, co jest dostępne na temat tego modelu. Większość z tego opisuje, jak został wytrenowany, a nie jak działa — przydatny kontekst do oceny, ile pracy w to włożono i jak wypada na tle modeli zbudowanych na innym poziomie skali..

Pochodzenie

Kto zbudował ten model, gdzie i kiedy został opublikowany.

Organizacja
Google Brain
Typ organizacji
Industry
Kraj
United States of America
Opublikowane
28 January 2020
Autorzy
Dongling Xiao, Han Zhang, Yukun Li, Yu Sun, Hao Tian, Hua Wu, Haifeng Wang

Co to robi

Obszary problemowe, dla których stworzono model. Model może zawierać kilka z każdej.

Domena
Language
Zadanie
Text autocompletion, Chat
Approach
Self-supervised learning

Rozmiar

Jakiej wielkości jest model i na ile danych był szkolony. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.

Parametry
2.6B

"We present Meena, a multi-turn open-domain chatbot trained end-to-end on data mined and filtered from public domain social media conversations. This 2.6B parameter neural network is simply trained to minimize perplexity of the next token."

Dane treningowe
53,333,333,333 tokens

"The final Meena dataset contains 341GB of text (40B words)" Converting from GB to words yields 6.8e10, which is in the same OOM

Epoki
164
Batch size
82,655

61B tokens over 738k training steps, or 82655 tokens per batch on average. Not certain about warmup, etc

Obliczenia szkoleniowe

Aritmetyka wykonywana w celu wytrenowania modelu, mierzone w operacjach zmiennoprzecinkowych. Jest to miara kosztu przeprowadzonego treningu, a nie tego, jak szybko gotowy model odpowiada na twoje zapytania.

Obliczenia szkoleniowe
1.1 × 10²³ FLOP

https://arxiv.org/ftp/arxiv/papers/2104/2104.10350.pdf Table 4 In the paper: "We trained our best model for 30 days on a TPUv3 Pod (2,048 TPU cores) on the Meena dataset containing 40B words (or 61B BPE tokens) [...] by the end of training, the model had traversed the full training set 164 times (or epochs) and observed a total of about 10T tokens" Hardware: 30 * 24 * 3600 * (2048/2) * 1.23e14 * 0.3 = 9.794e22 Ops counting: 6 * 10T * 2.6B = 1.56E23 Geometric mean: sqrt(9.79e22*1.56E23) = 1.24e…

Jak to zostało ustalone
Hardware,Operation counting,Third-party estimation

Trening

Co fizycznie zajęło szkolenie: które chipy, ile ich, na jak długo i ile to pobrało z sieci.

Sprzęt szkoleniowy
Google TPU v3
Chips użyte
1,024
Chip-hours
737,280
Wall-clock time
720 hours (30 days)

We trained our best model for 30 days on a TPUv3 Pod (2,048 TPU cores)

Wykorzystanie sprzętu
HFU 34.3%

Per https://arxiv.org/ftp/arxiv/papers/2104/2104.10350.pdf 1.12e23 FLOPs used 1024 TPUv3s for 30 days: 30 * 24 * 3600 * 1024 * 1.23e14 = 3.2647e23 1.12e23 / 3.2647e23 HFU = 0.3431

Pobór mocy
942.7 kW
Compute cost
$214,810

Dostępność

Czy możesz zdobyć model i uruchomić go na swoim własnym sprzęcie, co decyduje, czy jakiekolwiek z danych dotyczących karty graficznej na tej stronie mają zastosowanie.

Wagi
Closed — provider access only
Dostęp do modelu
Unreleased
Kod treningowy
Unreleased

Jak jest klasyfikowane

Etykiety stosowane przez źródłowy zbiór danych podczas śledzenia znaczących modeli oraz jak pewny jest w danym wpisie.

Frontier model
Yes
Prawdopodobnie powyżej 10²³ FLOP
Yes
Dlaczego jest śledzone
SOTA improvement

"We also propose a human evaluation metric called Sensibleness and Specificity Average (SSA)... the full version of Meena (with a filtering mechanism and tuned decoding) scores 79% SSA, 23% higher in absolute SSA than the existing chatbots we evaluated"

Zaufanie do nagrania
Confident
Cytacje
1,020

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Referencja
Towards a Human-like Open-Domain Chatbot
Ostatnia aktualizacja
25 May 2026

Co oznaczają liczby

O tym modelu

Meena was published by Google Brain, in United States of America, in January 2020. It comes out of industry.

It works in Language, and is recorded as doing text autocompletion, Chat.

To jest model zamknięty: wytrenowane wartości pozostały u tych, którzy je wyprodukowali, i nie ma lokalnej wersji do uruchomienia.

Training and provenance

The training run consumed about 1.1 × 10²³ FLOP, on Google TPU v3. That figure describes the cost of creating it and has no bearing on how quickly it generates text.

Around 53,333,333,333 tokens went into training it.

It is tracked in the underlying dataset for one reason in particular: sOTA improvement.

Odpowiedzi

Meena — Często zadawane pytania

01

Who created Meena?

Meena was published by Google Brain, based in United States of America, categorised as industry.

02

When was Meena released?

Meena was published in January 2020. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.

03

What is Meena used for?

Meena works in Language, and is recorded as handling text autocompletion, Chat. A model can carry several of each, so these are the areas it was built for rather than a limit on what it will attempt.

04

How much compute was used to train Meena?

Around 1.1 × 10²³ FLOP, on Google TPU v3. That measures what producing the model cost and says nothing about how quickly it answers once trained — inference speed comes from memory bandwidth, not from the training budget.

05

What GPU do I need to run Meena?

None. Meena is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.

06

Is Meena open source?

No. Meena has not had its weights published, so it exists only as a service controlled by its owner.

07

How many parameters does Meena have?

Meena has 2.6B parameters. "We present Meena, a multi-turn open-domain chatbot trained end-to-end on data mined and filtered from public domain social media conversations. This 2.6B parameter neural network is simply trained to minimize perplexity of the next token.". That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.

Źródło

Publikacja oryginalna

Ostatnia aktualizacja rekordu 25 May 2026

W innym kierunku

Patrząc na to z drugiej strony?

Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, wszystko co będzie ona obsługiwać, Rozpocznij od sprzętu..