Pointer Sentinel-LSTM (WT2)
Sin estimación
No hay requisitos de hardware para este modelo
Los pesos de este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en su propio hardware en ningún tamaño. Solo es accesible a través de su proveedor, y ninguna tarjeta gráfica lo cambia.
En registro
Especificación completa
Todo lo registrado para este modelo. La mayoría de ello describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se dedicó a ello y cómo se compara con modelos construidos a una escala diferente.
Origen
¿Quién construyó este modelo, dónde y cuándo fue publicado?
- Organización
- MetaMind Inc
- Tipo de organización
- Industry
- País
- United States of America
- Publicado
- 26 September 2016
- Autores
- Stephen Merity, Caiming Xiong, James Bradbury, Richard Socher
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 utilizaron para entrenarlo. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- Parámetros
- 21M
- Datos de entrenamiento
- tokens
- Épocas
- 64
Entrenamiento de computación
La aritmética realizada para entrenar el modelo, medida en operaciones de punto flotante. Es una medida de lo que costó la ejecución del entrenamiento, no de cuán rápido responde el modelo terminado.
- Entrenamiento de computación
- 1.6 × 10¹⁵ FLOP
6*21000000*2000000*64=1.6128e+16
Disponibilidad
Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo cual es lo que decide si alguna de las cifras de la tarjeta gráfica en esta página aplica.
- Pesos
- Closed — provider access only
- Acceso al modelo
- Unreleased
- Código de entrenamiento
- Unreleased
Cómo se clasifica
Etiquetas que aplica el conjunto de datos de origen al rastrear modelos notables y cuán seguro está de la entrada.
- Registrar confianza
- Confident
- Citas
- 4,010
- Benchmark data
- Pointer Sentinel-LSTM
Fuentes
De dónde proviene este registro y cuándo fue revisado por última vez.
- Referencia
- Pointer Sentinel Mixture Models
- Última actualización
- 25 May 2026
Qué significan los números
Background
Pointer Sentinel-LSTM (WT2) was published by MetaMind Inc, in United States of America, in September 2016. It comes out of industry.
It works in Language, and is recorded as doing language modeling.
Sus pesos nunca fueron publicados, por lo que solo se puede acceder a ellos a través de su proveedor. Ninguna tarjeta gráfica cambia eso.
Qué se utilizó para construirlo
Producing it required around 1.6 × 10¹⁵ FLOP of arithmetic, which is a statement about the training budget rather than about inference.
Respuestas
Pointer Sentinel-LSTM (WT2) — Preguntas frecuentes
Is Pointer Sentinel-LSTM (WT2) open source?
No. Pointer Sentinel-LSTM (WT2) has not had its weights published, so it exists only as a service controlled by its owner.
How many parameters does Pointer Sentinel-LSTM (WT2) have?
Pointer Sentinel-LSTM (WT2) has 21M parameters. That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.
Who created Pointer Sentinel-LSTM (WT2)?
Pointer Sentinel-LSTM (WT2) was published by MetaMind Inc, based in United States of America, categorised as industry.
When was Pointer Sentinel-LSTM (WT2) released?
Pointer Sentinel-LSTM (WT2) was published in September 2016. 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 Pointer Sentinel-LSTM (WT2) used for?
Pointer Sentinel-LSTM (WT2) works in Language, and is recorded as handling language modeling. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
How much compute was used to train Pointer Sentinel-LSTM (WT2)?
Around 1.6 × 10¹⁵ FLOP. That measures what producing the model cost and says nothing about how quickly it answers once trained — inference speed comes from memory bandwidth, not from the training budget.
What GPU do I need to run Pointer Sentinel-LSTM (WT2)?
None. Pointer Sentinel-LSTM (WT2) 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.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posee una tarjeta y desea saber todo lo que podrá ejecutar, empiece por el hardware en su lugar.