Profil modelu
PaLM-E
Jak policzono te liczby
szacunek- ·parametry: estymata Epoch AI (pewność: likely)
- ·jednostki korelatora: estymata z parametrów (d∝P^⅓, proporcje dense transformera)
- ·energia: brak compute treningu → nieliczona
- ·utrwalenie kodu: b.d. — brak compute treningu
Bramka Mazurowska — pełna moc diagnostyczna (informacja × kod)
metoda z nagrania [Cybernetyka #2]Dominik: „informacja razy kod" daje wyobrażenie o mocy diagnostycznej. Obie liczby liczymy z budowy modelu — zero testów.
Uczciwie: to nadal miara ilości (jak duży korelator), nie jakości — większy model ma większą moc. Cybernetyczna miara jakości czeka na fazę 2. „Kod = parametry×16 bitów" to nasze założenie techniczne, a prezentacja iloczynu jako POLA w bit² — nasza operacjonalizacja (Dominik mówi o iloczynie „informacja razy kod", nie o polu).
Ile drogi do mózgu?i
PaLM-E osiąga 0,019% potencjału mózgu — mózg ma ok. 5400× więcej. Pasek jest logarytmiczny, więc każdy równy odcinek to ok. 10× wzrost.
Moment w historii
W dniu publikacji (III 2023) PaLM-E ustępował tylko tym modelom:
Porównanie obejmuje 419 modeli ze zbioru — „#1” = najwyższy Indeks Świadomości wśród modeli opublikowanych przed premierą.
Pozycja w rankingu
#62 z 419- #60Kimi ExplorerMoonshot0,021%
- #61SenseChat 5.5SenseTime0,020%
- #62PaLM-EGoogle,TU Berlin0,019%
- #63Hunyuan-TurboSTencent0,019%
- #64LongCat-FlashMeituan Inc0,019%
Rodzina PaLM
7 wersjiOd PaLM (540B) (IV 2022) do PaLM 2 (V 2023). Punkty na wykresie są klikalne — każdy prowadzi do profilu wersji.
Kontekst czasu
Każdy szary punkt to jeden z 419 modeli; PaLM-E wyróżniony kolorem. Oś pionowa jest logarytmiczna, a przerywana linia u góry to mózg (100%).