Mogrifier (d2, MoS2, MC) + dynamic eval
Sin estimación
Sin requisitos de hardware para este modelo
Los pesos para este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en tu propio hardware de ningún tamaño. Solo se puede acceder a través de su proveedor, y ningún cambio de tarjeta gráfica eso..
En registro
especificación completa
Todo en archivo para este modelo. La mayor parte describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se invirtió en él y cómo se compara con modelos construidos a una escala diferente..
Origen
Quién construyó este modelo, dónde, y cuándo fue publicado.
- Organización
- DeepMind,University of Oxford
- Tipo de Organización
- Industry,Academia
- País
- United Kingdom of Great Britain and Northern Ireland
- Publicado
- 4 September 2019
- Autores
- Gábor Melis, Tomáš Kočiský, Phil Blunsom
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Language
- Tarea
- Language modeling
Tamaño
Qué tan grande es el modelo y cuántos datos se usaron para su entrenamiento. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- parámetros
- 35M
- Datos de entrenamiento
- 2,000,000 tokens
- Épocas
- 145
Disponibilidad
Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo que decide si alguna de las cifras de la GPU en esta página se aplica.
- Pesos
- Closed — provider access only
- Acceso al modelo
- Unreleased
- Código de entrenamiento
- Unreleased
Github has dead link: https://github.com/google-deepmind/lamb/blob/master/experiment/mogrifier/README.md
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Por qué se rastrea
- SOTA improvement
- Confianza de registro
- Confident
- Citas
- 109
- Datos de referencia
- Mogrifier (d2, MoS2, MC) + dynamic eval
"We establish a new state of the art on all datasets with the exception of Enwik8"
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Mogrifier LSTM
- Última actualización
- 11 February 2026
Qué significan los números
De dónde vino
Mogrifier (d2, MoS2, MC) + dynamic eval fue publicado por DeepMind,University of Oxford, en el país registrado como United Kingdom of Great Britain and Northern Ireland, durante September 2019. La categoría en la que se encuentra el editor es industry,Academia.
Funciona en el dominio de Language, y se registra como realizando la tarea de language modeling.
Este es un modelo cerrado: los valores entrenados quedaron con quien los produjo, y no hay una versión local para ejecutar.
Cómo fue entrenado
Fue entrenado en un corpus de aproximadamente 2,000,000 tokens de texto
Su criterio de inclusión: sOTA improvement.
Respuestas
Mogrifier (d2, MoS2, MC) + dynamic eval — preguntas comunes
Mogrifier (d2, MoS2, MC) + dynamic eval— ¿Para qué se utiliza?
Funciona en el dominio de Language, y se registra como manejando la tarea de language modeling. Un modelo puede manejar varios de cada uno, así que estas son las áreas para las que fue construido en lugar de un límite en lo que intentará.
Mogrifier (d2, MoS2, MC) + dynamic eval— ¿Qué GPU necesito para ejecutarlo?
Ninguno. Este es un modelo cerrado: sus PESOS nunca fueron publicados, por lo que no se puede descargar o ejecutar en su propio hardware a ningún precio. Solo se puede acceder a él a través de su proveedor.
Mogrifier (d2, MoS2, MC) + dynamic eval— ¿Es de código abierto?
No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.
Mogrifier (d2, MoS2, MC) + dynamic eval— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 35M. Esa cifra es el total, y es lo que decide cuánta MEMORIA necesita el modelo — aproximadamente medio gigabyte por mil millones en la compresión que la mayoría de las personas usa.
Mogrifier (d2, MoS2, MC) + dynamic eval— ¿Quién lo creó?
Fue publicado por DeepMind,University of Oxford, basado en United Kingdom of Great Britain and Northern Ireland, una organización categorizada como industry,Academia.
Mogrifier (d2, MoS2, MC) + dynamic eval— ¿cuándo fue lanzado?
Se publicó en September 2019. La capacidad por parámetro ha mejorado considerablemente desde entonces, por lo que un modelo más reciente del mismo tamaño suele ser el mejor uso del mismo hardware.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posees una tarjeta y quieres saber todo lo que podrá ejecutar., Comience desde el hardware en su lugar.