Identidad y acceso
El registro del publicador identifica este repositorio como microsoft/Phi-3.5-MoE-instruct. Su instantánea pública actual es 43688451b462a3351d8580625ebe1931adb3986d. El acceso es repositorio público; revise la licencia aplicable y los términos del publicador; la etiqueta de licencia registrada es mit. Un repositorio público o una descarga con acceso restringido no establece permiso para todos los usos.
Datos de configuración
La configuración fijada indica el tipo de modelo phimoe y la arquitectura PhiMoEForCausalLM. El hub de modelos lo etiqueta para text-generation; estas etiquetas describen metadatos del repositorio y no establecen el rendimiento en benchmarks.
- hidden_size: 4096
- intermediate_size: 6400
- max_position_embeddings: 131072
- num_attention_heads: 32
- num_experts_per_tok: 2
- num_hidden_layers: 32
- num_key_value_heads: 8
- num_local_experts: 16
- rms_norm_eps: 1e-05
- rope_theta: 10000.0
- sliding_window: 131072
- torch_dtype: bfloat16
- vocab_size: 32064
Cualificación específica del modelo
Esta configuración o los metadatos del publicador marcan el modelo como una mezcla de expertos. Confirme si el entorno de ejecución de servicio admite sus capas de enrutamiento y distinga los parámetros totales de los parámetros activos por token; aquí no se infiere ningún recuento de activos a menos que el publicador lo indique explícitamente.
Planificación de memoria de pesos
Esta guía no conserva un recuento lógico de parámetros verificado de forma independiente, por lo que omite una estimación numérica de memoria de pesos. Si se verifica un recuento para esta revisión exacta del repositorio, use el recuento de parámetros × bytes por parámetro para un mínimo solo de pesos; después tenga en cuenta por separado la caché KV, el contexto, las activaciones, el entorno de ejecución y la concurrencia.
Revisión y reproducibilidad
Los metadatos y la configuración están fijados a la revisión 43688451b462a3351d8580625ebe1931adb3986d. Fije este commit al reproducir una evaluación. Las ramas del repositorio pueden cambiar, y esta verificación de fuentes no valida los pesos del modelo en sí.
Registro publicado
- Tarea: text-generation
- Tipo de modelo: phimoe
- Arquitectura: PhiMoEForCausalLM
- Etiqueta de licencia: mit
- Acceso: repositorio público; revise la licencia aplicable y los términos del publicador
- Revisión: 43688451b462a3351d8580625ebe1931adb3986d