Tensorized Transformer (OBW)
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
- Tianjin University,Microsoft Research Asia,Beijing Institute of Technology
- Typ organizacji
- Academia,Industry,Academia
- Kraj
- China
- Opublikowany
- 24 June 2019
- Autorzy
- Xindian Ma, Peng Zhang, Shuai Zhang, Nan Duan, Yuexian Hou, Ming Zhou, Dawei Song
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
- 160M
- Dane treningowe
- tokens
- Epoki
- 30
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
- 2.4 × 10¹⁹ FLOP
FLOP calculation: 6*829250940*30*160000000=2.3882427e+19
Przebieg szkolenia
Co fizycznie było potrzebne do treningu: jakie chipy, ile, na jak długo i co to pobierało z sieci.
- Sprzęt do trenowania
- NVIDIA P40
- Zastosowane chipy
- 2
- Pobór mocy
- 1.0 kW
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.
- Dlaczego to jest śledzone
- SOTA improvement
- Zapisz pewność
- Confident
- Cytaty
- 194
- Dane benchmarkowe
- Tensorized Transformer (core-2)
Paper claims One Billion Word SOTA
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- A Tensorized Transformer for Language Modeling
- Ostatnio zaktualizowane
- 25 May 2026
Co oznaczają liczby
Skąd to pochodzi
Tensorized Transformer (OBW) został opublikowany przez Tianjin University,Microsoft Research Asia,Beijing Institute of Technology, w kraju zapisanym jako China, podczas June 2019. Wychodzi z organizacji zaklasyfikowanej jako academia,Industry,Academia.
Działa w dziedzinie Language, i jest zapisany jako wykonujący zadanie language modeling, Translation.
Ponieważ wagi nie są dostępne, żadne z danych dotyczących sprzętu gdzie indziej na tej stronie się do niego nie odnoszą.
Jak to zostało wytrenowane
Trenowanie zajęło budżet obliczeniowy wynoszący około 2.4 × 10¹⁹ FLOP, na sprzęcie zarejestrowanym jako NVIDIA P40. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.
Powód, dla którego w ogóle pojawia się w tym katalogu: sOTA improvement.
Odpowiedzi
Tensorized Transformer (OBW) — częste pytania
Tensorized Transformer (OBW)— ile mocy obliczeniowej użyto do jego trenowania?
Szkolenie zajęło około 2.4 × 10¹⁹ FLOP, na sprzęcie zarejestrowanym jako NVIDIA P40. 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.
Tensorized Transformer (OBW)— 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.
Tensorized Transformer (OBW)— czy jest open weight?
Nie. Jego wagi nie zostały opublikowane, więc istnieje tylko jako usługa kontrolowana przez jego właściciela.
Tensorized Transformer (OBW)— ile ma parametrów?
Ma liczbę parametrów równą 160M. 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.
Tensorized Transformer (OBW)— kto to stworzył?
Zostało opublikowane przez Tianjin University,Microsoft Research Asia,Beijing Institute of Technology, oparty na China, organizacja sklasyfikowana jako academia,Industry,Academia.
Tensorized Transformer (OBW)— kiedy to zostało wydane?
Zostało opublikowane w June 2019. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
Tensorized Transformer (OBW)— 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.
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.