RNN+LSA+KN5+cache (model combination w/ linear extrapolation)
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
- Microsoft Research
- Tipo de Organización
- Industry
- País
- United States of America
- Publicado
- 1 December 2012
- Autores
- Tomas Mikolov, Geoffrey Zweig
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.
- Datos de entrenamiento
- tokens
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
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Confianza de registro
- Unknown
- Datos de referencia
- RNN+LSA+KN5+cache (model combination w/ linear extrapolation)
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Context dependent recurrent neural network language model
- Última actualización
- 11 February 2026
Qué significan los números
De dónde vino
RNN+LSA+KN5+cache (model combination w/ linear extrapolation) fue publicado por Microsoft Research, en el país registrado como United States of America, durante December 2012. La categoría en la que se encuentra el editor es industry.
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.
Respuestas
RNN+LSA+KN5+cache (model combination w/ linear extrapolation) — preguntas comunes
RNN+LSA+KN5+cache (model combination w/ linear extrapolation)— ¿cuándo fue lanzado?
Se publicó en December 2012. 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.
RNN+LSA+KN5+cache (model combination w/ linear extrapolation)— ¿Para qué se utiliza?
Funciona en el dominio de Language, y se registra como manejando la tarea de language modeling. Los Modelos suelen llevar más de uno de cada uno, y las etiquetas describen el propósito en lugar de los límites de capacidad.
RNN+LSA+KN5+cache (model combination w/ linear extrapolation)— ¿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.
RNN+LSA+KN5+cache (model combination w/ linear extrapolation)— ¿Es de código abierto?
No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.
RNN+LSA+KN5+cache (model combination w/ linear extrapolation)— ¿cuántos parámetros tiene?
No se ha publicado el conteo de parámetros para él, por lo que no aparece ninguna cifra de memoria o velocidad en esta página.
RNN+LSA+KN5+cache (model combination w/ linear extrapolation)— ¿Quién lo creó?
Fue publicado por Microsoft Research, basado en United States of America, una organización categorizada como industry.
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.