AWD-LSTM-MoS + dynamic evaluation (WT2, 2018)
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
- Peking University,Microsoft Research Asia
- Typ organizace
- Academia,Industry
- Země
- China
- Publikováno
- 18 September 2018
- Autoři
- Chengyue Gong, Di He, Xu Tan, Tao Qin, Liwei Wang, Tie-Yan Liu
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Language
- Úkol
- Language modeling, Translation, Text classification
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
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)
code, no license: https://github.com/ChengyueGongR/Frequency-Agnostic
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
- 152
- Benchmark data
- AWD-LSTM-MoS + dynamic evaluation (WT2, 2018)
"Specifically, in language modeling and machine translation, we achieve better performance than the state-of-the-art results on PTB, WT2 and WMT14 English-German datasets."
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- FRAGE: Frequency-Agnostic Word Representation
- Nap poslední aktualizace
- 11 February 2026
Co čísla znamenají
Odkud to přišlo
AWD-LSTM-MoS + dynamic evaluation (WT2, 2018) byl zveřejněn Peking University,Microsoft Research Asia, v zemi zaznamenané jako China, během September 2018. Vydavatelská organizace je kategorizována jako academia,Industry.
funguje v oblasti Language, a je zaznamenán jako vykonávající úkol language modeling, Translation, Text classification.
Protože váhy nejsou k dispozici, žádné z hardwarových údajů na tomto webu se na něj nevztahují.
Trénink a původ
Tréninková sada běžela na přibližně 2,000,000 tokeny textu
Jeho kritérium zahrnutí: sOTA improvement.
Odpovědi
AWD-LSTM-MoS + dynamic evaluation (WT2, 2018) — běžné otázky
AWD-LSTM-MoS + dynamic evaluation (WT2, 2018)— 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.
AWD-LSTM-MoS + dynamic evaluation (WT2, 2018)— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
AWD-LSTM-MoS + dynamic evaluation (WT2, 2018)— 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.
AWD-LSTM-MoS + dynamic evaluation (WT2, 2018)— Kdo to vytvořil?
Bylo to publikováno společností Peking University,Microsoft Research Asia, zakládající se na China, organizace zařazená jako academia,Industry.
AWD-LSTM-MoS + dynamic evaluation (WT2, 2018)— Kdy byl vydán?
Bylo to zveřejněno v September 2018. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
AWD-LSTM-MoS + dynamic evaluation (WT2, 2018)— K čemu se to používá?
funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol language modeling, Translation, Text classification. Model může nést několik z každého, takže to jsou oblasti, pro které byl navržen, spíše než omezení toho, co se pokusí.
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.