識別情報とアクセス
公開元のレコードでは、このリポジトリはdeepseek-ai/DeepSeek-V2-Liteとして識別されています。現在の公開スナップショットは604d5664dddd88a0433dbae533b7fe9472482de0です。アクセス条件は次のとおりです。公開リポジトリ。適用されるライセンスと公開元の条件を確認してください。記録されているライセンスラベルはotherです。公開リポジトリやゲート付きダウンロードは、あらゆる用途に対する許可を意味するものではありません。
設定の事実
固定された設定では、モデルタイプはdeepseek_v2、アーキテクチャはDeepseekV2ForCausalLMと報告されています。モデルハブではtext-generationとしてタグ付けされています。これらのラベルはリポジトリのメタデータを記述するものであり、ベンチマーク性能を確立するものではありません。
- hidden_size: 2048
- intermediate_size: 10944
- max_position_embeddings: 163840
- n_routed_experts: 64
- num_attention_heads: 16
- num_experts_per_tok: 6
- num_hidden_layers: 27
- num_key_value_heads: 16
- rms_norm_eps: 1e-06
- rope_theta: 10000
- torch_dtype: bfloat16
- vocab_size: 102400
モデル固有の補足
この設定または公開元のメタデータは、このモデルをMixture of Experts(MoE)として示しています。サービングランタイムがそのルーティング層をサポートしているかを確認し、総パラメータ数とトークンあたりのアクティブパラメータ数を区別してください。公開元が明示的に記載していない限り、ここでアクティブ数を推測することはありません。
重みメモリの計画
本ガイドは独立に検証された論理パラメータ数を保持していないため、数値による重みメモリの見積もりを省略しています。この正確なリポジトリリビジョンについてパラメータ数が検証された場合は、重みのみの下限としてパラメータ数×パラメータあたりのバイト数を用い、KVキャッシュ、コンテキスト、アクティベーション、ランタイム、同時実行数は別途考慮してください。
リビジョンと再現性
メタデータと設定はリビジョン604d5664dddd88a0433dbae533b7fe9472482de0に固定されています。評価を再現する際はこのコミットを固定してください。リポジトリのブランチは変更される可能性があり、このソース確認はモデルの重み自体を検証するものではありません。
公開レコード
- タスク: text-generation
- モデルタイプ: deepseek_v2
- アーキテクチャ: DeepseekV2ForCausalLM
- ライセンスラベル: other
- アクセス: 公開リポジトリ。適用されるライセンスと公開元の条件を確認してください
- リビジョン: 604d5664dddd88a0433dbae533b7fe9472482de0