Gated HORNN (3rd order)

Uzavřené váhy York University 9M parametry April 2016

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
York University
Typ organizace
Academia
Země
Canada
Publikováno
30 April 2016
Autoři
Rohollah Soltani, Hui Jiang

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
9M
Výcviková data
22,400,000 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
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

"Both FOFEbased pooling and gated HORNNs have achieved the stateof-the-art performance, i.e., 100 in perplexity on this task. To the best of our knowledge, this is the best reported performance on PTB under the same training condition."

Citace
77
Benchmark data
Gated HORNN (3rd order)

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference
Higher Order Recurrent Neural Networks
Nap poslední aktualizace
11 February 2026

Co čísla znamenají

Pozadí

Gated HORNN (3rd order) byl zveřejněn York University, v zemi zaznamenané jako Canada, během April 2016. Vychází z organizace, která je kategorizována jako academia.

funguje v oblasti Language, a je zaznamenán jako vykonávající úkol language modeling.

Jeho váhy nikdy nebyly zveřejněny, takže k němu lze přistupovat pouze prostřednictvím jeho poskytovatele. Žádná změna grafické karty to nezmění.

Co bylo zapotřebí k jeho vybudování

Trénink spotřeboval korpus kolem 22,400,000 tokeny textu

Důvod, proč se to v tomto katalogu vůbec objevuje: sOTA improvement.

Odpovědi

Gated HORNN (3rd order) — běžné otázky

01

Gated HORNN (3rd order)— Je to OPEN SOURCE?

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

02

Gated HORNN (3rd order)— kolik má parametrů?

Má počet parametrů 9M. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

03

Gated HORNN (3rd order)— Kdo to vytvořil?

Bylo to publikováno společností York University, zakládající se na Canada, organizace zařazená jako academia.

04

Gated HORNN (3rd order)— Kdy byl vydán?

Bylo to zveřejněno v April 2016. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.

05

Gated HORNN (3rd order)— 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.

06

Gated HORNN (3rd order)— 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.

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.