Joint Probability Machine Translation

Uzavřené váhy University of Southern California June 2002

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 Southern California
Typ organizace
Academia
Země
United States of America
Publikováno
1 June 2002
Autoři
Daniel Marcu, William Wong

Co to dělá

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

Doména
Language
Úkol
Translation

Velikost

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

Výcviková data
100,000 tokens

[WORDS] "To evaluate our system, we trained [...] our joint probability model on a French-English parallel corpus of 100,000 sentence pairs from the Hansard corpus. The sentences in the corpus were at most 20 words long. The English side had a total of 1,073,480 words (21,484 unique tokens). The French side had a total of 1,177,143 words (28,132 unique tokens)"

Jak je to klasifikováno

Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.

Citace
623

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference
A Phrase-Based, Joint Probability Model for Statistical Machine Translation
Nap poslední aktualizace
28 November 2025

Co čísla znamenají

Co je tento MODEL

Joint Probability Machine Translation byl zveřejněn University of Southern California, v zemi zaznamenané jako United States of America, během June 2002. Kategorie, do které vydavatel spadá, je academia.

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

Toto je uzavřený model: trénované hodnoty zůstaly u toho, kdo je vyprodukoval, a není k dispozici žádná místní verze k spuštění.

Jak bylo trénováno

Bylo to trénováno na korpusu asi 100,000 tokeny textu

Odpovědi

Joint Probability Machine Translation — běžné otázky

01

Joint Probability Machine Translation— 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.

02

Joint Probability Machine Translation— 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.

03

Joint Probability Machine Translation— kolik má parametrů?

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

04

Joint Probability Machine Translation— Kdo to vytvořil?

Bylo to publikováno společností University of Southern California, zakládající se na United States of America, organizace zařazená jako academia.

05

Joint Probability Machine Translation— Kdy byl vydán?

Bylo to zveřejněno v June 2002. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.

06

Joint Probability Machine Translation— K čemu se to používá?

funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol translation. Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.

Zdroj

Původní publikace

Nahrávka naposledy aktualizována 28 November 2025

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.