PhraseCond
Žádný odhad
Žádné hardwareové požadavky na tento model
Hmotnosti tohoto modelu nebyly publikovány, takže jej nelze stáhnout ani spustit na vlastním hardwaru v jakékoli velikosti. Je dostupný pouze prostřednictvím svého poskytovatele a žádná grafická karta to nezmění..
Záznam.
Plná specifikace
Všechno zaznamenané k tomuto modelu. Většina z toho popisuje, jak byl trénován, nikoli jak běží — užitečný kontext pro posouzení, kolik práce do něj bylo vloženo, a jak se srovnává s modely postavenými na jinou škálu.
Původ
Kdo vybudoval tento model, kde a kdy byl publikován.
- Organizace
- Carnegie Mellon University (CMU),University of Pittsburgh
- Typ organizace
- Academia,Academia
- Země
- United States of America
- Publikováno
- 28 October 2017
- Autoři
- Rui Liu, Wei Wei, Weiguang Mao, Maria Chikina
Co to dělá
Problémové oblasti, pro které byl model vyvinut. Model může obsahovat několik z každého.
- Doména
- Language
- Úkol
- Question answering
Velikost
Jak velký je model a na kolik dat byl vytrénován. Parametry jsou číslo, které rozhoduje o tom, zda se vejde na danou grafickou kartu.
- Tréninková data
- 160,000 tokens
10% held out for test, so 100k * 0.9 = 90k
Jak je klasifikováno
Labely, které se na zdrojovém datovém souboru používají při sledování významných modelů, a jak moc si je jistý touto položkou.
- Proč je to sledováno
- SOTA improvement
- Záznam důvěry
- Confident
- Citace
- 22
"We demonstrate the effectiveness of our proposed model PhaseCond on the SQuAD dataset, showing that our model significantly outperforms both state-of-the-art single-layered and multiple-layered attention models."
Zdroje
Odkud tento záznam pochází a kdy byl naposled zkontrolován.
- Odkaz
- Phase Conductor on Multi-layered Attentions for Machine Comprehension
- Naposledy aktualizováno
- 28 November 2025
Co čísla znamenají
Co je tento model
PhraseCond was published by Carnegie Mellon University (CMU),University of Pittsburgh, in United States of America, in October 2017. academia,Academia is the category the publisher falls under.
It works in Language, and is recorded as doing question answering.
Because the weights are not available, none of the hardware figures elsewhere on this site apply to it.
Co bylo zapotřebí k jeho vybudování
The training set ran to roughly 160,000 tokens.
It is tracked in the underlying dataset for one reason in particular: sOTA improvement.
Odpovědi
PhraseCond — Časté dotazy
How many parameters does PhraseCond have?
No parameter count has been published for PhraseCond, which is why no memory or speed figure appears on this page.
Who created PhraseCond?
PhraseCond was published by Carnegie Mellon University (CMU),University of Pittsburgh, based in United States of America, categorised as academia,Academia.
When was PhraseCond released?
PhraseCond was published in October 2017. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is PhraseCond used for?
PhraseCond works in Language, and is recorded as handling question answering. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
What GPU do I need to run PhraseCond?
None. PhraseCond is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is PhraseCond open source?
The licensing for PhraseCond was never recorded in our source data. We treat unstated licensing as closed, because an unrecorded licence is not one to rely on.
Druhý směr
Když se na to podíváte z druhé strany?
Tato stránka začíná modelem. Pokud již vlastníte kartu a chcete vědět, co vše bude schopna spustit, Začněte raději od hardwaru.