Mogrifier (d2, MoS2, MC) + dynamic eval
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
- DeepMind,University of Oxford
- Typ organizace
- Industry,Academia
- Země
- United Kingdom of Great Britain and Northern Ireland
- Publikováno
- 4 September 2019
- Autoři
- Gábor Melis, Tomáš Kočiský, Phil Blunsom
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Language
- Úkol
- Language modeling
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 35M
- Výcviková data
- 2,000,000 tokens
- Epochy
- 145
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
- Unreleased
Github has dead link: https://github.com/google-deepmind/lamb/blob/master/experiment/mogrifier/README.md
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Proč je to sledováno
- SOTA improvement
- Záznam důvěry
- Confident
- Citace
- 109
- Benchmark data
- Mogrifier (d2, MoS2, MC) + dynamic eval
"We establish a new state of the art on all datasets with the exception of Enwik8"
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Mogrifier LSTM
- Nap poslední aktualizace
- 11 February 2026
Co čísla znamenají
Odkud to přišlo
Mogrifier (d2, MoS2, MC) + dynamic eval byl zveřejněn DeepMind,University of Oxford, v zemi zaznamenané jako United Kingdom of Great Britain and Northern Ireland, během September 2019. Kategorie, do které vydavatel spadá, je industry,Academia.
funguje v oblasti Language, a je zaznamenán jako vykonávající úkol language modeling.
Toto je uzavřený model: trénované hodnoty zůstaly u toho, kdo je vyprodukoval, a není k dispozici žádná místní verze k spuštění.
Jak bylo trénováno
Bylo to trénováno na korpusu asi 2,000,000 tokeny textu
Jeho kritérium zahrnutí: sOTA improvement.
Odpovědi
Mogrifier (d2, MoS2, MC) + dynamic eval — běžné otázky
Mogrifier (d2, MoS2, MC) + dynamic eval— K čemu se to používá?
funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol language modeling. Model může nést několik z každého, takže to jsou oblasti, pro které byl navržen, spíše než omezení toho, co se pokusí.
Mogrifier (d2, MoS2, MC) + dynamic eval— 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.
Mogrifier (d2, MoS2, MC) + dynamic eval— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
Mogrifier (d2, MoS2, MC) + dynamic eval— kolik má parametrů?
Má počet parametrů 35M. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
Mogrifier (d2, MoS2, MC) + dynamic eval— Kdo to vytvořil?
Bylo to publikováno společností DeepMind,University of Oxford, zakládající se na United Kingdom of Great Britain and Northern Ireland, organizace zařazená jako industry,Academia.
Mogrifier (d2, MoS2, MC) + dynamic eval— Kdy byl vydán?
Bylo to zveřejněno v September 2019. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
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.