S-Norm
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
- University of Washington,Allen Institute for AI
- Typ organizace
- Academia,Research collective
- Země
- United States of America
- Publikováno
- 29 October 2017
- Autoři
- Christopher Clark, Matt Gardner
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Language
- Úkol
- Question answering
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- Výcviková data
- 1,060,000 tokens
- Epochy
- 1
"530k question-document training pairs" average question length of 14 words and document length of 2895 words, per https://www.cs.utexas.edu/~eunsol/files/papers/acl17jcwz.pdf 530,000 * 2895 words on average * 1.33 tokens/word = ~2,000,000,000
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
- 483
"Overall, we are able to achieve a score of 71.3 F1 on the web portion of TriviaQA, a large improvement from the 56.7 F1 of the previous best system."
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Simple and Effective Multi-Paragraph Reading Comprehension
- Nap poslední aktualizace
- 25 May 2026
Co čísla znamenají
O tomto modelu
S-Norm byl zveřejněn University of Washington,Allen Institute for AI, v zemi zaznamenané jako United States of America, během October 2017. Vydavatelská organizace je kategorizována jako academia,Research collective.
funguje v oblasti Language, a je zaznamenán jako vykonávající úkol question answering.
Toto je uzavřený model: trénované hodnoty zůstaly u toho, kdo je vyprodukoval, a není k dispozici žádná místní verze k spuštění.
Co bylo zapotřebí k jeho vybudování
Trénink spotřeboval korpus kolem 1,060,000 tokeny textu
Jeho kritérium zahrnutí: sOTA improvement.
Odpovědi
S-Norm — běžné otázky
S-Norm— Kdy byl vydán?
Bylo to zveřejněno v October 2017. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
S-Norm— K čemu se to používá?
funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol question answering. Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.
S-Norm— 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.
S-Norm— Je to OPEN SOURCE?
Licencování nikdy nebylo zaznamenáno v našich zdrojových datech. Neuváděné licencování považujeme za uzavřené, protože nezaznamenaná licence není na kterou by se dalo spoléhat.
S-Norm— kolik má parametrů?
Pro něj nebyl zveřejněn žádný počet parametrů, a proto se na této stránce neobjevují žádné údaje o paměti nebo rychlosti.
S-Norm— Kdo to vytvořil?
Bylo to publikováno společností University of Washington,Allen Institute for AI, zakládající se na United States of America, organizace zařazená jako academia,Research collective.
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.