n-gram LM

Geschlossene Gewichtungen University of Cambridge,Carnegie Mellon University (CMU) July 1997

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 Cambridge,Carnegie Mellon University (CMU)
Organisationsart
Academia,Academia
Land
United Kingdom of Great Britain and Northern Ireland, United States of America
Veröffentlicht
1 July 1997
Autoren
P Clarkson, R Rosenfeld

Was es tut

Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.

Domain
Language
Aufgabe
Language modeling
Ansatz
Supervised

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.

Trainingsdaten
tokens

Wie es klassifiziert ist

Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.

Aufzeichnungsgenauigkeit
Unknown
Zitationen
954

Quellen

Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.

Referenz
Statistical language modeling using the CMU-Cambridge toolkit
Zuletzt aktualisiert
28 November 2025

Was die Zahlen bedeuten

Hintergrund

n-gram LM wurde veröffentlicht von University of Cambridge,Carnegie Mellon University (CMU), im Land aufgezeichnet als United Kingdom of Great Britain and Northern Ireland, während July 1997. Es stammt aus einer Organisation, die kategorisiert ist als academia,Academia.

Es funktioniert im Bereich von Language, und wird als die Aufgabe von aufgezeichnet language modeling.

Da die Gewichte nicht verfügbar sind, gelten keine der Hardwareangaben an anderer Stelle auf dieser Seite für sie.

Antworten

n-gram LM — Häufige Fragen

01

n-gram LM— Ist es Open-Source?

Die Lizenzierung wurde nie in unseren Quelldaten aufgezeichnet. Wir behandeln nicht angegebene Lizenzen als geschlossen, da eine nicht aufgezeichnete Lizenz keine ist, auf die man sich verlassen kann.

02

n-gram LM— Wie viele Parameter hat es?

Es wurden keine Parameteranzahlen veröffentlicht, weshalb keine Speicher- oder Geschwindigkeitsangaben auf dieser Seite erscheinen.

03

n-gram LM— Wer hat es erstellt?

Es wurde veröffentlicht von University of Cambridge,Carnegie Mellon University (CMU), basiert auf United Kingdom of Great Britain and Northern Ireland, eine als kategorisierte Organisation academia,Academia.

04

n-gram LM— Wann wurde es veröffentlicht?

Es wurde veröffentlicht in July 1997. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.

05

n-gram LM— 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.

06

n-gram LM— 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.

Quelle

Originalveröffentlichung

Letzte Aktualisierung des Protokolls 28 November 2025

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.