AFP+FPI (PTB)
Keine Schätzung
Keine Hardwareanforderungen für dieses Modell
Die Gewichte für dieses Modell wurden nicht veröffentlicht, daher kann es nicht heruntergeladen oder auf Ihrer eigenen Hardware in beliebiger Größe betrieben werden. Es ist nur über seinen Anbieter erreichbar, und keine Grafikkarte ändert das..
Aufgezeichnet
Volle Spezifikation
Alles, was in unserer Datenbank für dieses Modell aufgezeichnet ist. Der Großteil beschreibt, wie es trainiert wurde, anstatt wie es läuft — nützlicher Kontext zur Beurteilung, wie viel Arbeit darin steckt und wie es sich mit Modellen vergleicht, die in einem anderen Maßstab erstellt wurden..
Ursprung
Wer hat dieses Modell gebaut, wo und wann es veröffentlicht wurde.
- Organisation
- University of Sheffield
- Organisationsart
- Academia
- Land
- United Kingdom of Great Britain and Northern Ireland
- Veröffentlicht
- 4 June 2021
- Autoren
- Zhengxiong Wang, Anton Ragni
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.
- Domain
- Language
- Aufgabe
- Language modeling
Größe
Wie groß das Modell ist und wie viele Daten damit trainiert wurden. Parameter sind die Zahl, die entscheidet, ob es auf einer bestimmten GPU-Karte passt.
- Parameter
- 2M
- Trainingsdaten
- 912,344 tokens
- Epochen
- 20
- RNN with 1 hidden layer - 200 hidden units - Vocabulary size = 10,000 The RNN layer will have: - Input weight matrix U: (vocab size x hidden size) = (10,000 x 200) = 2,000,000 parameters - Recurrent weight matrix W: (hidden size x hidden size) = (200 x 200) = 40,000 parameters - Bias vector b: (hidden size) = (200) = 200 parameters Total parameters: U = 2,000,000 W = 40,000 b = 200 Total parameters = U + W + b = 2,000,000 + 40,000 + 200 = 2,040,200 Therefore,…
Training-Compute
Die Berechnung, die durchgeführt wird, um das Modell zu trainieren, gemessen in Gleitpunktoperationen. Es ist ein Maß dafür, was der Trainingslauf gekostet hat, nicht dafür, wie schnell das fertige Modell Ihnen antwortet.
- Training-Compute
- 2.2 × 10¹⁴ FLOP
- Wie es etabliert wurde
- Operation counting
6 FLOP / parameter / token * 2,040,200 parameters * 912344 tokens * 20 epochs = 2.2336371e+14 FLOP
Verfügbarkeit
Ob Sie das Modell beziehen und es auf Ihrer eigenen Hardware ausführen können, bestimmt, ob eine der Grafikkarten-Zahlen auf dieser Seite zutrifft.
- Gewichte
- Closed — provider access only
- Modellzugang
- Unreleased
- Training-Code
- Unreleased
Wie es klassifiziert ist
Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.
- Aufzeichnungsgenauigkeit
- Likely
- Zitationen
- 4
- Benchmark-Daten
- AFP+FPI (PTB)
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- Approximate Fixed-Points in Recurrent Neural Networks
- Zuletzt aktualisiert
- 11 February 2026
Was die Zahlen bedeuten
Hintergrund
AFP+FPI (PTB) wurde veröffentlicht von University of Sheffield, im Land aufgezeichnet als United Kingdom of Great Britain and Northern Ireland, während June 2021. Es stammt aus einer Organisation, die kategorisiert ist als academia.
Es funktioniert im Bereich von Language, und wird als die Aufgabe von aufgezeichnet language modeling.
Seine Gewichte wurden niemals veröffentlicht, daher kann es nur über seinen Anbieter erreicht werden. Keine Grafikkarten ändern das.
Wie es trainiert wurde
Der Trainingslauf verbrauchte etwa 2.2 × 10¹⁴ FLOP. Diese Zahl misst die Kosten für die Produktion des MODELLS und hat keinen Einfluss darauf, wie schnell es antwortet.
Training verbrauchte ein Korpus von etwa 912,344 Text-Tokens
Antworten
AFP+FPI (PTB) — Häufige Fragen
AFP+FPI (PTB)— Wie viele Parameter hat es?
Es hat eine Parameteranzahl von 2M. - RNN with 1 hidden layer - 200 hidden units - Vocabulary size = 10,000 The RNN layer will have: - Input weight matrix U: (vocab size x hidden size) = (10,000 x 200) = 2,000,000 parameters - Recurrent weight matrix W: (hidden size x hidden size) = (200 x 200) = 40,000 parameters - Bias vector b: (hidden size) = (200) = 200 parameters Total parameters: U = 2,000,000 W = 40,000 b = 200 Total parameters = U + W + b = 2,000,000 + 40,000 + 200 = 2,040,200 Therefore, the total number of parameters with 200 hidden units and 10,000 vocab size is 2,040,200. _______ from the Algorithmic progress paper spreadsheet. Diese Zahl ist die Gesamtsumme, und sie bestimmt, wie viel MEMORY das MODEL benötigt – ungefähr ein halbes Gigabyte pro Milliarde bei der Kompression, die die meisten Menschen verwenden.
AFP+FPI (PTB)— Wer hat es erstellt?
Es wurde veröffentlicht von University of Sheffield, basiert auf United Kingdom of Great Britain and Northern Ireland, eine als kategorisierte Organisation academia.
AFP+FPI (PTB)— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in June 2021. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.
AFP+FPI (PTB)— Wofür wird es verwendet?
Es funktioniert im Bereich von Language, und wird als Bewältigung der Aufgabe von language modeling. Modelle tragen häufig mehr als eines von jeder, und die Tags beschreiben den Zweck anstelle von Fähigkeitsgrenzen.
AFP+FPI (PTB)— Wie viel Rechenleistung wurde verwendet, um es zu trainieren?
Training verbrauchte etwa 2.2 × 10¹⁴ FLOP. Das misst, was die Produktion des Modells gekostet hat, und sagt nichts darüber aus, wie schnell es einmal trainiert antwortet — die Inferenzgeschwindigkeit kommt von der MEMORY-BANDWIDTH, nicht vom TRAINING-BUDGET.
AFP+FPI (PTB)— Welche GPU benötige ich, um es auszuführen?
Dieses ist ein geschlossenes Modell — seine Gewichte wurden nie veröffentlicht, sodass es zu keinem Preis heruntergeladen oder auf Ihrer eigenen Hardware ausgeführt werden kann. Es ist nur über seinen Anbieter erreichbar.
AFP+FPI (PTB)— Ist es Open-Source?
Nein. Seine Gewichte wurden nicht veröffentlicht, daher existiert es nur als ein Dienst, der von seinem Eigentümer kontrolliert wird.
Die andere Richtung
Von der anderen Seite aus betrachten?
Diese Seite beginnt mit dem Modell. Wenn Sie bereits eine Karte besitzen und alles wissen möchten, was sie ausführen wird, Starte stattdessen von der Hardware.