ADP-FAIRSEQ+NGRAMRES
Žádný odhad
Žádné hardwarové požadavky pro tento model
Hmotnosti pro tento model nebyly zveřejněny, takže jej nelze stáhnout ani spustit na vlastním hardwaru v žádné velikosti. Je dostupný pouze prostřednictvím svého poskytovatele, a žádná změna grafické karty to nezmění..
Na záznamu
Plná specifikace
Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..
Původ
Kdo vytvořil tento model, kde a kdy byl publikován.
- Organizace
- Tsinghua University,Chinese University of Hong Kong (CUHK),Nara Institute of Science and Technology
- Typ organizace
- Academia,Academia,Academia
- Země
- China, Hong Kong, Japan
- Publikováno
- 26 October 2022
- Autoři
- Huayang Li, Deng Cai, Jin Xu, Taro Watanabe
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Language
- Úkol
- Language modeling, Translation, Text summarization
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 247M
- Výcviková data
- tokens
Table 2
Dostupnost
Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se některé z čísel grafických karet na této stránce vztahují.
- Hmotnosti
- Closed — provider access only
- Přístup k modelu
- Unreleased
- Tréninkový kód
- Open (non-commercial)
no license specified: https://github.com/ghrua/NgramRes
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Citace
- 3
- Benchmark data
- ADP-FAIRSEQ+NGRAMRES
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- N-gram Is Back: Residual Learning of Neural Text Generation with n-gram Language Model
- Nap poslední aktualizace
- 25 May 2026
Co čísla znamenají
Co je tento MODEL
ADP-FAIRSEQ+NGRAMRES byl zveřejněn Tsinghua University,Chinese University of Hong Kong (CUHK),Nara Institute of Science and Technology, v zemi zaznamenané jako China, během October 2022. Vychází z organizace, která je kategorizována jako academia,Academia,Academia.
funguje v oblasti Language, a je zaznamenán jako vykonávající úkol language modeling, Translation, Text summarization.
Jeho váhy nikdy nebyly zveřejněny, takže k němu lze přistupovat pouze prostřednictvím jeho poskytovatele. Žádná změna grafické karty to nezmění.
Odpovědi
ADP-FAIRSEQ+NGRAMRES — běžné otázky
ADP-FAIRSEQ+NGRAMRES— Jakou GPU potřebuji k jejímu spuštění?
Žádné. Toto je uzavřený model — jeho váhy nikdy nebyly zveřejněny, takže jej nelze stáhnout nebo spustit na vlastním hardwaru za žádnou cenu. Je dostupný pouze prostřednictvím jeho poskytovatele.
ADP-FAIRSEQ+NGRAMRES— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
ADP-FAIRSEQ+NGRAMRES— kolik má parametrů?
Má počet parametrů 247M. Table 2. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
ADP-FAIRSEQ+NGRAMRES— Kdo to vytvořil?
Bylo to publikováno společností Tsinghua University,Chinese University of Hong Kong (CUHK),Nara Institute of Science and Technology, zakládající se na China, organizace zařazená jako academia,Academia,Academia.
ADP-FAIRSEQ+NGRAMRES— Kdy byl vydán?
Bylo to zveřejněno v October 2022. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
ADP-FAIRSEQ+NGRAMRES— K čemu se to používá?
funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol language modeling, Translation, Text summarization. Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.
Druhý směr
Díváte se na to z druhé strany?
Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.