AWD-LSTM-MoS+PDR + dynamic evaluation (PTB)
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
- IBM
- Typ organizacji
- Industry
- Kraj
- United States of America
- Opublikowany
- 14 August 2018
- Autorzy
- Siddhartha Brahma
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Language
- Zadanie
- Language modeling
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- parametry
- 60.9M
- Dane treningowe
- 929,000 tokens
- Epoki
- 1,200
10k vocabulary "For the mixture-of-softmax model, we use a 3-layer LSTM with dimensions 960, 960 and 620, embedding dimension of 280 and 15 experts for PTB" Embedding: 10000*280=2800000 Unembedding: 10000*280*15=42000000 LSTM 1: 4*(280+960)*960=4761600 LSTM 2: 4*(960+960)*960=7372800 LSTM 3: 4*(960+620)*620=3918400 Total: 2800000+42000000+4761600+7372800+3918400=60852800
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
- 4.1 × 10¹⁷ FLOP
Forward flop: 2*60852800=121705600 FLOP: 1200*121705600*3*929000=4.0703221e+17
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
- Likely
- Dane benchmarkowe
- AWD-LSTM-MoS+PDR + dynamic evaluation (PTB)
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Improved Language Modeling by Decoding the Past
- Ostatnio zaktualizowane
- 11 February 2026
Co oznaczają liczby
Skąd to pochodzi
AWD-LSTM-MoS+PDR + dynamic evaluation (PTB) został opublikowany przez IBM, w kraju zapisanym jako United States of America, podczas August 2018. Kategoria, do której należy wydawca, to industry.
Działa w dziedzinie Language, i jest zapisany jako wykonujący zadanie language modeling.
To jest model zamknięty: wytrenowane wartości pozostały u tego, kto je wyprodukował, a lokalna wersja do uruchomienia nie istnieje.
Szkolenie i pochodzenie
Trening zajmował około 4.1 × 10¹⁷ FLOP. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.
Zbiór treningowy trwał około 929,000 Tokeny tekstu.
Odpowiedzi
AWD-LSTM-MoS+PDR + dynamic evaluation (PTB) — częste pytania
AWD-LSTM-MoS+PDR + dynamic evaluation (PTB)— kto to stworzył?
Zostało opublikowane przez IBM, oparty na United States of America, organizacja sklasyfikowana jako industry.
AWD-LSTM-MoS+PDR + dynamic evaluation (PTB)— kiedy to zostało wydane?
Zostało opublikowane w August 2018. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
AWD-LSTM-MoS+PDR + dynamic evaluation (PTB)— do czego to służy?
Działa w dziedzinie Language, i jest zarejestrowany jako realizujący zadanie language modeling. To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.
AWD-LSTM-MoS+PDR + dynamic evaluation (PTB)— ile mocy obliczeniowej użyto do jego trenowania?
Szkolenie zajęło około 4.1 × 10¹⁷ 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.
AWD-LSTM-MoS+PDR + dynamic evaluation (PTB)— 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.
AWD-LSTM-MoS+PDR + dynamic evaluation (PTB)— czy jest open weight?
Nie. Jego wagi nie zostały opublikowane, więc istnieje tylko jako usługa kontrolowana przez jego właściciela.
AWD-LSTM-MoS+PDR + dynamic evaluation (PTB)— ile ma parametrów?
Ma liczbę parametrów równą 60.9M. 10k vocabulary "For the mixture-of-softmax model, we use a 3-layer LSTM with dimensions 960, 960 and 620, embedding dimension of 280 and 15 experts for PTB" Embedding: 10000*280=2800000 Unembedding: 10000*280*15=42000000 LSTM 1: 4*(280+960)*960=4761600 LSTM 2: 4*(960+960)*960=7372800 LSTM 3: 4*(960+620)*620=3918400 Total: 2800000+42000000+4761600+7372800+3918400=60852800. 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.