Multipop Adaptive Continuous Stack (WT2)

Uzavřené váhy DeepMind,University of Oxford 26M parametry February 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
DeepMind,University of Oxford
Typ organizace
Industry,Academia
Země
United Kingdom of Great Britain and Northern Ireland
Publikováno
15 February 2018
Autoři
Dani Yogatama, Yishu Miao, Gabor Melis, Wang Ling, Adhiguna Kuncoro, Chris Dyer, 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
26M
Výcviková data
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
Unreleased

Jak je to klasifikováno

Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.

Citace
63
Benchmark data
Multipop Adaptive Continuous Stack (WT2)

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference
Memory Architectures in Recurrent Neural Network Language Models
Nap poslední aktualizace
11 February 2026

Co čísla znamenají

Co je tento MODEL

Multipop Adaptive Continuous Stack (WT2) byl zveřejněn DeepMind,University of Oxford, v zemi zaznamenané jako United Kingdom of Great Britain and Northern Ireland, během February 2018. Vydavatelská organizace je kategorizována jako 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.

Odpovědi

Multipop Adaptive Continuous Stack (WT2) — běžné otázky

01

Multipop Adaptive Continuous Stack (WT2)— 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.

02

Multipop Adaptive Continuous Stack (WT2)— Je to OPEN SOURCE?

Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.

03

Multipop Adaptive Continuous Stack (WT2)— kolik má parametrů?

Má počet parametrů 26M. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

04

Multipop Adaptive Continuous Stack (WT2)— 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.

05

Multipop Adaptive Continuous Stack (WT2)— Kdy byl vydán?

Bylo to zveřejněno v February 2018. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.

06

Multipop Adaptive Continuous Stack (WT2)— K čemu se to používá?

funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol language modeling. Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.

Zdroj

Původní publikace

Nahrávka naposledy aktualizována 11 February 2026

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.