RNN+LDA+KN5+cache
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
- Microsoft,Brno University of Technology
- Typ organizace
- Industry,Academia
- Země
- United States of America, Czechia
- Publikováno
- 1 December 2012
- Autoři
- Tomas Mikolov, Geoffrey Zweig
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
- 929,000 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
- Citace
- 716
- Benchmark data
- RNN+LDA+KN5+cache
"We report perplexity results on the Penn Treebank data, where we achieve a new state-of-the-art"
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Context dependent recurrent neural network language model
- Nap poslední aktualizace
- 28 November 2025
Co čísla znamenají
O tomto modelu
RNN+LDA+KN5+cache byl zveřejněn Microsoft,Brno University of Technology, v zemi zaznamenané jako United States of America, během December 2012. Kategorie, do které vydavatel spadá, je industry,Academia.
funguje v oblasti Language, a je zaznamenán jako vykonávající úkol language modeling.
Protože váhy nejsou k dispozici, žádné z hardwarových údajů na tomto webu se na něj nevztahují.
Trénink a původ
Trénink spotřeboval korpus kolem 929,000 tokeny textu
Je sledováno v základním datasetu z jednoho konkrétního důvodu: sOTA improvement.
Odpovědi
RNN+LDA+KN5+cache — běžné otázky
RNN+LDA+KN5+cache— K čemu se to používá?
funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol language modeling. Model může nést několik z každého, takže to jsou oblasti, pro které byl navržen, spíše než omezení toho, co se pokusí.
RNN+LDA+KN5+cache— 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.
RNN+LDA+KN5+cache— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
RNN+LDA+KN5+cache— 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.
RNN+LDA+KN5+cache— Kdo to vytvořil?
Bylo to publikováno společností Microsoft,Brno University of Technology, zakládající se na United States of America, organizace zařazená jako industry,Academia.
RNN+LDA+KN5+cache— Kdy byl vydán?
Bylo to zveřejněno v December 2012. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
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.