Learning to Order Things
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
- AT&T
- Tipo de Organización
- Industry
- País
- United States of America
- Publicado
- 15 May 1999
- Autores
- W. W. Cohen, R. E. Schapire, Y. Singer
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Recommendation, Search
- Tarea
- Recommender system, Search
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
Overall, we de fined 16 search experts for the ML domain and 22 for the UNIV domain; these are summarized in Table 1. Each search expert returned the top 30 ranked web pages. In the ML domain, there were 210 searches for whih at least one search expert returned the named home page; for the UNIV domain, there were 290 such searches
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
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Learning to Order Things
- Última actualización
- 28 November 2025
Qué significan los números
Fondo
Learning to Order Things fue publicado por AT&T, en el país registrado como United States of America, durante May 1999. Sale de una organización categorizada como industry.
Funciona en el dominio de Recommendation, Search, y se registra como realizando la tarea de recommender system, Search.
Sus pesos nunca fueron publicados, por lo que solo se puede acceder a través de su proveedor. No hay cambios en la tarjeta gráfica que eso.
Respuestas
Learning to Order Things — preguntas comunes
Learning to Order Things— ¿Es de código abierto?
No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.
Learning to Order Things— ¿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.
Learning to Order Things— ¿Quién lo creó?
Fue publicado por AT&T, basado en United States of America, una organización categorizada como industry.
Learning to Order Things— ¿cuándo fue lanzado?
Se publicó en May 1999. 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.
Learning to Order Things— ¿Para qué se utiliza?
Funciona en el dominio de Recommendation, Search, y se registra como manejando la tarea de recommender system, Search. 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.
Learning to Order Things— ¿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.
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.