← Wszystkie modele

Profil modelu

Big Transformer for Back-Translation

Facebook AI Research,Google Brain·USA·VIII 2018·język
szacunek z compute
Indeks Świadomości
0,0004%
widełki: 0,0001%–0,0009%szacunek z compute
Moc diagnostyczna
3,8×10⁶ bitów
widełki: 1,4×10⁶–1×10⁷
Energia treningu
1 MWh
widełki: 0 MWh–2 MWhszacunek z computesprzęt: NVIDIA Tesla V100 DGXS 16 GB
Sprawność
9,7 bit/J
bitów wzorca z 1 dżula energii treningu

Ile drogi do mózgu?i

0,0004%
10⁻⁷%
Mózg (100%)

Big Transformer for Back-Translation osiąga 0,0004% potencjału mózgu — mózg ma ok. 280 000× więcej. Pasek jest logarytmiczny, więc każdy równy odcinek to ok. 10× wzrost.

Moment w historii

W dniu publikacji (VIII 2018) Big Transformer for Back-Translation wyprzedzało go 5 modeli — na czele z:

SNM-skip
XII 2014
0,0040%
MoE-Multi
I 2017
0,0010%
AlphaGo Lee
I 2016
0,0006%
W dniu premiery
#6
Do ówczesnego lidera
×11,2
Modeli przed premierą
34

Porównanie obejmuje 170 modeli ze zbioru — „#1” = najwyższy Indeks Świadomości wśród modeli opublikowanych przed premierą.

Pozycja w rankingu

#126 z 170
  1. #124OpenAI TI7 DOTA 1v10,0004%
  2. #125Libratus0,0004%
  3. #126Big Transformer for Back-Translation0,0004%
  4. #127Seq2Seq LSTM0,0003%
  5. #128GPT-2 (1.5B)0,0003%

Kontekst czasu

Każdy szary punkt to jeden z 170 modeli; Big Transformer for Back-Translation wyróżniony kolorem. Oś pionowa jest logarytmiczna, a przerywana linia u góry to mózg (100%).