Mogrifier (d2, MoS2, MC) + dynamic eval
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
- DeepMind,University of Oxford
- Organisationsart
- Industry,Academia
- Land
- United Kingdom of Great Britain and Northern Ireland
- Veröffentlicht
- 4 September 2019
- Autoren
- Gábor Melis, Tomáš Kočiský, Phil Blunsom
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
- 35M
- Trainingsdaten
- 2,000,000 tokens
- Epochen
- 145
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
Github has dead link: https://github.com/google-deepmind/lamb/blob/master/experiment/mogrifier/README.md
Wie es klassifiziert ist
Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.
- Warum es verfolgt wird
- SOTA improvement
- Aufzeichnungsgenauigkeit
- Confident
- Zitationen
- 109
- Benchmark-Daten
- Mogrifier (d2, MoS2, MC) + dynamic eval
"We establish a new state of the art on all datasets with the exception of Enwik8"
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- Mogrifier LSTM
- Zuletzt aktualisiert
- 11 February 2026
Was die Zahlen bedeuten
Woher es kam
Mogrifier (d2, MoS2, MC) + dynamic eval wurde veröffentlicht von DeepMind,University of Oxford, im Land aufgezeichnet als United Kingdom of Great Britain and Northern Ireland, während September 2019. Die Kategorie, in die der Herausgeber fällt, ist industry,Academia.
Es funktioniert im Bereich von Language, und wird als die Aufgabe von aufgezeichnet language modeling.
Dies ist ein geschlossenes Modell: die trainierten Werte blieben bei demjenigen, der sie erzeugt hat, und es gibt keine lokale Version zum Ausführen.
Wie es trainiert wurde
Es wurde auf einem Korpus von etwa 2,000,000 Text-Tokens
Das Einschlusskriterium: sOTA improvement.
Antworten
Mogrifier (d2, MoS2, MC) + dynamic eval — Häufige Fragen
Mogrifier (d2, MoS2, MC) + dynamic eval— Wofür wird es verwendet?
Es funktioniert im Bereich von Language, und wird als Bewältigung der Aufgabe von language modeling. Ein Modell kann mehrere von jedem tragen, daher sind dies die Bereiche, für die es gebaut wurde, anstatt eine Begrenzung dafür, was es versuchen wird.
Mogrifier (d2, MoS2, MC) + dynamic eval— 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.
Mogrifier (d2, MoS2, MC) + dynamic eval— Ist es Open-Source?
Nein. Seine Gewichte wurden nicht veröffentlicht, daher existiert es nur als ein Dienst, der von seinem Eigentümer kontrolliert wird.
Mogrifier (d2, MoS2, MC) + dynamic eval— Wie viele Parameter hat es?
Es hat eine Parameteranzahl von 35M. 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.
Mogrifier (d2, MoS2, MC) + dynamic eval— Wer hat es erstellt?
Es wurde veröffentlicht von DeepMind,University of Oxford, basiert auf United Kingdom of Great Britain and Northern Ireland, eine als kategorisierte Organisation industry,Academia.
Mogrifier (d2, MoS2, MC) + dynamic eval— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in September 2019. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.
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.