Word Representations
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
- University of Montreal / Université de Montréal,University of Illinois Urbana-Champaign (UIUC)
- Tipo de Organización
- Academia,Academia
- País
- Canada, United States of America
- Publicado
- 1 June 2010
- Autores
- Joseph Turian, Lev-Arie Ratinov, Yoshua Bengio
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 Structure 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
- 37,000,000 tokens
Section 6: "After cleaning, there are 37 million words (58% of the original) in 1.3 million sentences"
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Citas
- 2,510
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Word Representations: A Simple and General Method for Semi-Supervised Learning
- Última actualización
- 28 November 2025
Qué significan los números
Acerca de este modelo
Word Representations fue publicado por University of Montreal / Université de Montréal,University of Illinois Urbana-Champaign (UIUC), en el país registrado como Canada, durante June 2010. La categoría en la que se encuentra el editor es academia,Academia.
Funciona en el dominio de Language, y se registra como realizando la tarea de language Structure Modeling.
Este es un modelo cerrado: los valores entrenados quedaron con quien los produjo, y no hay una versión local para ejecutar.
Qué se necesitó para construirlo
El entrenamiento consumió un corpus de alrededor de 37,000,000 tokens de texto
Respuestas
Word Representations — preguntas comunes
Word Representations— ¿cuándo fue lanzado?
Se publicó en June 2010. 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.
Word Representations— ¿Para qué se utiliza?
Funciona en el dominio de Language, y se registra como manejando la tarea de language Structure Modeling. Los Modelos suelen llevar más de uno de cada uno, y las etiquetas describen el propósito en lugar de los límites de capacidad.
Word Representations— ¿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.
Word Representations— ¿Es de código abierto?
La licencia nunca fue registrada en nuestros datos fuente. Tratamos las licencias no declaradas como cerradas, porque una licencia no registrada no es una en la que confiar.
Word Representations— ¿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.
Word Representations— ¿Quién lo creó?
Fue publicado por University of Montreal / Université de Montréal,University of Illinois Urbana-Champaign (UIUC), basado en Canada, una organización categorizada como academia,Academia.
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.