EN^2AS with performance reward
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
- Beijing Institute of Technology,University of Technology Sydney,Monash University
- Organisationsart
- Academia,Academia,Academia
- Land
- China, Australia
- Veröffentlicht
- 22 July 2019
- Autoren
- Miao Zhang, Huiqi Li, Shirui Pan, Taoping Liu, Steven Su
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.
- Domain
- Language
- Aufgabe
- Neural Architecture Search - NAS, 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
- 23M
- Trainingsdaten
- tokens
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.
- Warum es verfolgt wird
- SOTA improvement
- Zitationen
- 1
- Benchmark-Daten
- EN^2AS with performance reward
Table 2
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- Efficient Novelty-Driven Neural Architecture Search
- Zuletzt aktualisiert
- 28 November 2025
Was die Zahlen bedeuten
Über dieses Modell
EN^2AS with performance reward wurde veröffentlicht von Beijing Institute of Technology,University of Technology Sydney,Monash University, im Land aufgezeichnet als China, während July 2019. Die Kategorie, in die der Herausgeber fällt, ist academia,Academia,Academia.
Es funktioniert im Bereich von Language, und wird als die Aufgabe von aufgezeichnet neural Architecture Search - NAS, 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.
Was in den Aufbau geflossen ist
Der Grund, warum es überhaupt in diesem Katalog erscheint: sOTA improvement.
Antworten
EN^2AS with performance reward — Häufige Fragen
EN^2AS with performance reward— Wie viele Parameter hat es?
Es hat eine Parameteranzahl von 23M. 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.
EN^2AS with performance reward— Wer hat es erstellt?
Es wurde veröffentlicht von Beijing Institute of Technology,University of Technology Sydney,Monash University, basiert auf China, eine als kategorisierte Organisation academia,Academia,Academia.
EN^2AS with performance reward— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in July 2019. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.
EN^2AS with performance reward— Wofür wird es verwendet?
Es funktioniert im Bereich von Language, und wird als Bewältigung der Aufgabe von neural Architecture Search - NAS, 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.
EN^2AS with performance reward— 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.
EN^2AS with performance reward— 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.