TensorReasoner
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
- Stanford University
- Organisationstyp
- Academia
- Land
- United States of America
- Veröffentlicht
- 1 December 2013
- Autoren
- R Socher, D Chen, CD Manning, A Ng
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere von jedem tragen.
- Domäne
- Language
- Aufgabe
- Language modeling
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
- 316,232 tokens
Wie es klassifiziert ist
Labels der Quelldatenbank, die beim Verfolgen bemerkenswerter Modelle angewendet werden, und wie zuversichtlich sie in den Eintrag ist.
- Aufzeichnungszuversicht
- Unknown
- Zitationen
- 2,050
Quellen
Woher diese Aufzeichnung stammt und wann sie zuletzt überprüft wurde.
- Referenz
- Reasoning With Neural Tensor Networks for Knowledge Base Completion
- Zuletzt aktualisiert
- 1 January 2026
Was die Zahlen bedeuten
Woher es kam
TensorReasoner was published by Stanford University, in United States of America, in December 2013. It comes out of 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.
Was in den Aufbau geflossen ist
It was trained on about 316,232 tokens of text.
Antworten
TensorReasoner — Häufig gestellte Fragen
Is TensorReasoner open source?
The licensing for TensorReasoner was never recorded in our source data. We treat unstated licensing as closed, because an unrecorded licence is not one to rely on.
How many parameters does TensorReasoner have?
No parameter count has been published for TensorReasoner, which is why no memory or speed figure appears on this page.
Who created TensorReasoner?
TensorReasoner was published by Stanford University, based in United States of America, categorised as academia.
When was TensorReasoner released?
TensorReasoner was published in December 2013. 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 TensorReasoner used for?
TensorReasoner 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 TensorReasoner?
None. TensorReasoner 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.
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.