NMT Transformer 437M
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
- Google,Bar-Ilan University
- Typ organizace
- Industry,Academia
- Země
- United States of America, Israel
- Publikováno
- 28 February 2019
- Autoři
- Roee Aharoni, Melvin Johnson, Orhan Firat
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Language
- Úkol
- Translation
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 437.7M
- Výcviková data
- tokens
"Regarding the model, for these experiments we use a larger Transformer model with 6 layers in both the encoder and the decoder, model dimension set to 1024, hidden dimension size of 8192, and 16 attention heads. This results in a model with approximately 473.7M parameters."
96M total examples, per Table 4. One sentence per example?
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
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
- 539
"We report results on the publicly available TED talks multilingual corpus where we show that massively multilingual many-to-many models are effective in low resource settings, outperforming the previous state-of-the-art while supporting up to 59 languages."
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Massively Multilingual Neural Machine Translation
- Nap poslední aktualizace
- 25 May 2026
Co čísla znamenají
Pozadí
NMT Transformer 437M byl zveřejněn Google,Bar-Ilan University, v zemi zaznamenané jako United States of America, během February 2019. Kategorie, do které vydavatel spadá, je industry,Academia.
funguje v oblasti Language, a je zaznamenán jako vykonávající úkol translation.
Jeho váhy nikdy nebyly zveřejněny, takže k němu lze přistupovat pouze prostřednictvím jeho poskytovatele. Žádná změna grafické karty to nezmění.
Trénink a původ
Jeho kritérium zahrnutí: sOTA improvement.
Odpovědi
NMT Transformer 437M — běžné otázky
NMT Transformer 437M— Kdy byl vydán?
Bylo to zveřejněno v February 2019. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
NMT Transformer 437M— K čemu se to používá?
funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol translation. Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.
NMT Transformer 437M— 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.
NMT Transformer 437M— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
NMT Transformer 437M— kolik má parametrů?
Má počet parametrů 437.7M. "Regarding the model, for these experiments we use a larger Transformer model with 6 layers in both the encoder and the decoder, model dimension set to 1024, hidden dimension size of 8192, and 16 attention heads. This results in a model with approximately 473.7M parameters.". Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
NMT Transformer 437M— Kdo to vytvořil?
Bylo to publikováno společností Google,Bar-Ilan University, zakládající se na United States of America, organizace zařazená jako industry,Academia.
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.