TSLM+MoS (PTB)
Keine Schätzung
Keine Hardwareanforderungen für dieses Modell
Die Gewichte für dieses Modell wurden nicht veröffentlicht, sodass es weder heruntergeladen noch auf Ihrer eigenen Hardware in irgendeiner Größe ausgeführt werden kann. Es ist nur über seinen Anbieter zugänglich, und keine Grafikkarte ändert daran etwas.
Aufzeichnung
Vollständige Spezifikation
Alles aufzeichnungsfähig für dieses Modell. Die meisten Informationen beschreiben, wie es trainiert wurde, anstatt wie es läuft — ein nützlicher Kontext, um zu beurteilen, wie viel Arbeit investiert wurde und wie es im Vergleich zu auf einer anderen Skala entwickelten Modellen abschneidet..
Ursprung
Wer hat dieses Modell gebaut, wo und wann es veröffentlicht wurde.
- Organisation
- Tianjin University,Beijing Institute of Technology
- Organisationstyp
- Academia,Academia
- Land
- China
- Veröffentlicht
- 31 January 2019
- Autoren
- Lipeng Zhang, Peng Zhang, Xindian Ma, Shuqin Gu, Zhan Su, Dawei Song
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere von jedem tragen.
- Domäne
- Language
- Aufgabe
- Language modeling
- Numerical format
- FP32
Größe
Wie groß das Modell ist und wie viele Daten es trainiert wurde. Die Parameter sind die Größe, die entscheidet, ob es auf eine bestimmte Grafikkarte passt.
- Trainingsdaten
- tokens
Verfügbarkeit
Ob Sie das Modell erhalten und es auf Ihrer eigenen Hardware ausführen können, entscheidet darüber, ob eine der Grafikkartenfiguren auf dieser Seite zutrifft.
- Gewichte
- Closed — provider access only
- Modellzugang
- Unreleased
- Trainingscode
- Open (non-commercial)
no clear license https://github.com/TJUIRLAB/AAAI19-TSLM
Wie es klassifiziert ist
Labels der Quelldatenbank, die beim Verfolgen bemerkenswerter Modelle angewendet werden, und wie zuversichtlich sie in den Eintrag ist.
- Aufzeichnungszuversicht
- Confident
- Benchmark data
- TSLM+MoS (PTB)
Quellen
Woher diese Aufzeichnung stammt und wann sie zuletzt überprüft wurde.
- Referenz
- A Generalized Language Model in Tensor Space
- Zuletzt aktualisiert
- 11 February 2026
Was die Zahlen bedeuten
Hintergrund
TSLM+MoS (PTB) was published by Tianjin University,Beijing Institute of Technology, in China, in January 2019. The organisation is categorised as academia,Academia.
It works in Language, and is recorded as doing language modeling.
Seine Gewichte wurden nie veröffentlicht, daher kann es nur über seinen Anbieter erreicht werden. Keine Grafikkarte ändert das.
Antworten
TSLM+MoS (PTB) — Häufig gestellte Fragen
How many parameters does TSLM+MoS (PTB) have?
No parameter count has been published for TSLM+MoS (PTB), which is why no memory or speed figure appears on this page.
Who created TSLM+MoS (PTB)?
TSLM+MoS (PTB) was published by Tianjin University,Beijing Institute of Technology, based in China, categorised as academia,Academia.
When was TSLM+MoS (PTB) released?
TSLM+MoS (PTB) was published in January 2019. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is TSLM+MoS (PTB) used for?
TSLM+MoS (PTB) works in Language, and is recorded as handling language modeling. A model can carry several of each, so these are the areas it was built for rather than a limit on what it will attempt.
What GPU do I need to run TSLM+MoS (PTB)?
None. TSLM+MoS (PTB) is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is TSLM+MoS (PTB) open source?
No. TSLM+MoS (PTB) has not had its weights published, so it exists only as a service controlled by its owner.
Die andere Richtung
Wenn Sie es von der anderen Seite betrachten?
Diese Seite beginnt beim Modell. Wenn Sie bereits eine Karte besitzen und alles erfahren möchten, was es ausführen kann, Beginnen Sie stattdessen mit der Hardware.