RaSoR
Aucune estimation
Aucun besoin matériel pour ce modèle
Les poids de ce modèle n'ont pas été publiés, il ne peut donc pas être téléchargé ou exécuté sur votre propre matériel, quelle que soit la taille. Il n'est accessible que via son fournisseur, et aucune carte graphique ne change cela.
Enregistrement terminé
Spécification complète
Tout ce qui concerne ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — contexte utile pour évaluer le travail fourni et sa comparaison avec des modèles construits à une échelle différente.
Origine
Qui a construit ce modèle, où et quand il a été publié.
- Organisation
- Korea University,Princeton University
- Type d'organisation
- Academia,Academia
- Pays
- Korea (Republic of), United States of America
- Publié
- 23 December 2020
- Auteurs
- Jinhyuk Lee, Mujeen Sung, Jaewoo Kang, Danqi Chen
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut en porter plusieurs de chacun.
- Domaine
- Language
- Tâche
- Question answering
Taille
Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui détermine s'il tient sur une carte graphique donnée.
- Données d'entraînement
- tokens
4000000 words in SQuAD * 4/3 tokens per word = 5,333,333 tokens
Comment il est classé
Étiquettes que le jeu de données source applique lors du suivi des modèles notables, et à quel point il est confiant dans l'entrée.
- Confiance d'enregistrement
- Confident
- Citations
- 154
Sources
D'où provient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Learning Recurrent Span Representations for Extractive Question Answering
- Dernière mise à jour
- 1 January 2026
Ce que signifient les chiffres
Where it came from
RaSoR was published by Korea University,Princeton University, in Korea (Republic of), in December 2020. It comes out of academia,Academia.
It works in Language, and is recorded as doing question answering.
This is a closed model: the trained values stayed with whoever produced them, and there is no local version to run.
Réponses
RaSoR — Questions fréquentes
What is RaSoR used for?
RaSoR works in Language, and is recorded as handling question answering. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
What GPU do I need to run RaSoR?
None. RaSoR 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.
Is RaSoR open source?
The licensing for RaSoR was never recorded in our source data. We treat unstated licensing as closed, because an unrecorded licence is not one to rely on.
How many parameters does RaSoR have?
No parameter count has been published for RaSoR, which is why no memory or speed figure appears on this page.
Who created RaSoR?
RaSoR was published by Korea University,Princeton University, based in Korea (Republic of), categorised as academia,Academia.
When was RaSoR released?
RaSoR was published in December 2020. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
Dans l'autre sens
Regardez-la de l'autre côté ?
Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez connaître tout ce qu'elle pourra exécuter, commencez plutôt par le matériel.