Fine-tuned-AWD-LSTM-DOC (fin)
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
- Samsung R&D Institute Russia
- Typ organizace
- Industry
- Země
- Russia
- Publikováno
- 12 November 2018
- Autoři
- Vadim Popov, Mikhail Kudinov
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Language
- Úkol
- Language modeling
- Základní model
- AWD-LSTM-DOC (fin) (23M)
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 46M
- Výcviková data
- 1,044,112 tokens
- Epochy
- 15
This is the model trained on Penn Treebank, which uses as a base model the 23M model from Table 7 in https://aclanthology.org/D18-1489.pdf They additionally train a discriminator with the same architecture, so total parameters is 2*23M = 46M
Per https://arxiv.org/pdf/1904.04733: "The most common split of this corpus, where sections from 0 to 18 are used for training (38 219 sentences, 912 344 tokens), sections from 19 to 21 are used for validation (5 527 sentences, 131 768 tokens), and sections from 22 to 24 are used for testing (5 462 sentences, 129 654 tokens)." So dev set is 912,344 + 131768 = 1,044,112
Výpočty pro trénink
Aritmetika prováděná k trénování modelu, měřená v operacích s plovoucí desetinnou čárkou. Je to měřítko toho, kolik stál tréninkový běh, ne jak rychle hotový model na vás odpovídá.
- Výpočty pro trénink
- 5.2 × 10¹⁶ FLOP
- Jak bylo ustanoveno
- Operation counting
Base model uses 4.323e16 FLOPs. They then train a discriminator using the same architecture for 30 epochs, and then use the discriminator to fine-tune the base model for another 15 epochs. Both of these latter training steps require running forward passes on both the discriminator and the language model, but only doing a backward pass on one of them. Discriminator training: 2*23M*30*1044112 + 6*23M*30*1044112 = 5.763e15 LM fine-tuning: 2*23M*15*1044112 + 6*23M*15*1044112 = 2.882e15 Total: 4.…
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
- 2
- Benchmark data
- Fine-tuned-AWD-LSTM-DOC(fin)
"The novel approach that we propose allows us to reach state-of-theart quality on Penn Treebank: perplexity decreases from 52.4 to 52.1."
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Fine-tuning of Language Models with Discriminator
- Nap poslední aktualizace
- 11 February 2026
Co čísla znamenají
Co je tento MODEL
Fine-tuned-AWD-LSTM-DOC (fin) byl zveřejněn Samsung R&D Institute Russia, v zemi zaznamenané jako Russia, během November 2018. Vydavatelská organizace je kategorizována jako industry.
funguje v oblasti Language, a je zaznamenán jako vykonávající úkol language modeling.
Staví na AWD-LSTM-DOC (fin) (23M). To je obvyklý způsob, jak je specializovaný model vytvářen.
Jeho váhy nikdy nebyly zveřejněny, takže k němu lze přistupovat pouze prostřednictvím jeho poskytovatele. Žádná změna grafické karty to nezmění.
Jak bylo trénováno
Produkce toho vyžadovala aritmetiku v celkové výši přibližně 5.2 × 10¹⁶ FLOP. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Bylo to trénováno na korpusu asi 1,044,112 tokeny textu
Je sledováno v základním datasetu z jednoho konkrétního důvodu: sOTA improvement.
Odpovědi
Fine-tuned-AWD-LSTM-DOC (fin) — běžné otázky
Fine-tuned-AWD-LSTM-DOC (fin)— Kdy byl vydán?
Bylo to zveřejněno v November 2018. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
Fine-tuned-AWD-LSTM-DOC (fin)— 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.
Fine-tuned-AWD-LSTM-DOC (fin)— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 5.2 × 10¹⁶ FLOP. To měří, co stálo výrobu modelu, a neříká nic o tom, jak rychle odpovídá po natrénování — rychlost inferencí závisí na šířce pásma paměti, nikoli na rozpočtu na trénink.
Fine-tuned-AWD-LSTM-DOC (fin)— 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.
Fine-tuned-AWD-LSTM-DOC (fin)— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
Fine-tuned-AWD-LSTM-DOC (fin)— kolik má parametrů?
Má počet parametrů 46M. This is the model trained on Penn Treebank, which uses as a base model the 23M model from Table 7 in https://aclanthology.org/D18-1489.pdf They additionally train a discriminator with the same architecture, so total parameters is 2*23M = 46M. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
Fine-tuned-AWD-LSTM-DOC (fin)— Kdo to vytvořil?
Bylo to publikováno společností Samsung R&D Institute Russia, zakládající se na Russia, organizace zařazená jako industry.
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.