RankBoost (meta-search)

Uzavřené váhy Columbia University,Princeton University,Hebrew University of Jerusalem November 2003

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
Columbia University,Princeton University,Hebrew University of Jerusalem
Typ organizace
Academia,Academia,Academia
Země
United States of America, Israel
Publikováno
15 November 2003
Autoři
Yoav Freund, Raj Iyer, Robert E. Schapire, Yoram Singer

Co to dělá

Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.

Doména
Recommendation
Úkol
Recommender system, Search

Velikost

Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.

Výcviková data
tokens

16 (ML) and 22 (UNIV) query-expansion templates; retrieve top-30 URLs per template; combine via RankBoost. ML: 210 base queries; UNIV: 290.

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.

Záznam důvěry
Unknown

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference
An Efficient Boosting Algorithm for Combining Preferences
Nap poslední aktualizace
11 February 2026

Co čísla znamenají

Co je tento MODEL

RankBoost (meta-search) byl zveřejněn Columbia University,Princeton University,Hebrew University of Jerusalem, v zemi zaznamenané jako United States of America, během November 2003. Vydavatelská organizace je kategorizována jako academia,Academia,Academia.

funguje v oblasti Recommendation, a je zaznamenán jako vykonávající úkol recommender system, Search.

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

Odpovědi

RankBoost (meta-search) — běžné otázky

01

RankBoost (meta-search)— Kdo to vytvořil?

Bylo to publikováno společností Columbia University,Princeton University,Hebrew University of Jerusalem, zakládající se na United States of America, organizace zařazená jako academia,Academia,Academia.

02

RankBoost (meta-search)— Kdy byl vydán?

Bylo to zveřejněno v November 2003. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.

03

RankBoost (meta-search)— K čemu se to používá?

funguje v oblasti Recommendation, a je zaznamenáno jako zpracovávající úkol recommender system, Search. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.

04

RankBoost (meta-search)— 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.

05

RankBoost (meta-search)— Je to OPEN SOURCE?

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

06

RankBoost (meta-search)— kolik má parametrů?

Pro něj nebyl zveřejněn žádný počet parametrů, a proto se na této stránce neobjevují žádné údaje o paměti nebo rychlosti.

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.