EN^2AS with performance reward

Poids fermés Beijing Institute of Technology,University of Technology Sydney,Monash University 23M paramètres July 2019

Aucune estimation

Aucune exigence matérielle pour ce modèle

Les poids de ce modèle n'ont pas été publiés, donc il ne peut pas être téléchargé ou exécuté sur votre propre matériel à aucune taille. Il n'est accessible que par l'intermédiaire de son fournisseur, et aucun changement de carte graphique ne modifie cela..

Enregistrement

Spécifications complètes

Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..

Origine

Qui a construit ce modèle, où, et quand il a été publié.

Organisation
Beijing Institute of Technology,University of Technology Sydney,Monash University
Type d'organisation
Academia,Academia,Academia
Pays
China, Australia
Publié
22 July 2019
Auteurs
Miao Zhang, Huiqi Li, Shirui Pan, Taoping Liu, Steven Su

Ce qu'il fait

Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.

Domaine
Language
Tâche
Neural Architecture Search - NAS, Language modeling

Taille

Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.

paramètres
23M
Données d'entraînement
tokens

Disponibilité

Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.

Poids
Closed — provider access only
Accès au modèle
Unreleased
Code d'entraînement
Unreleased

Comment il est classé

Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.

Pourquoi c'est suivi
SOTA improvement

Table 2

Citations
1
Données de référence
EN^2AS with performance reward

Sources

D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.

Référence
Efficient Novelty-Driven Neural Architecture Search
Dernière mise à jour
28 November 2025

Ce que les chiffres signifient

À propos de ce modèle

EN^2AS with performance reward a été publié par Beijing Institute of Technology,University of Technology Sydney,Monash University, dans le pays enregistré comme China, durant July 2019. La catégorie à laquelle appartient l'éditeur est academia,Academia,Academia.

Il fonctionne dans le domaine de Language, et est enregistré comme exécutant la tâche de neural Architecture Search - NAS, Language modeling.

C'est un modèle fermé : les valeurs entraînées sont restées avec ceux qui les ont produites, et il n'y a pas de version locale à exécuter.

Qu'est-ce qui a été nécessaire pour le construire

La raison pour laquelle il apparaît dans ce catalogue. sOTA improvement.

Réponses

EN^2AS with performance reward — questions courantes

01

EN^2AS with performance reward— combien de paramètres cela a-t-il ?

Il a un nombre de paramètres de 23M. Ce chiffre est le total, et c'est ce qui détermine combien de mémoire le modèle nécessite — environ un demi-gigaoctet par milliard à la compression que la plupart des gens utilisent.

02

EN^2AS with performance reward— qui l'a créé ?

Il a été publié par Beijing Institute of Technology,University of Technology Sydney,Monash University, basé sur China, une organisation catégorisée comme academia,Academia,Academia.

03

EN^2AS with performance reward— quand a-t-il été publié ?

Il a été publié dans July 2019. La capacité par paramètre s'est considérablement améliorée depuis, donc un modèle plus récent de la même taille est souvent le meilleur usage du même matériel.

04

EN^2AS with performance reward— à quoi ça sert ?

Il fonctionne dans le domaine de Language, et est enregistré comme gérant la tâche de neural Architecture Search - NAS, Language modeling. Un modèle peut porter plusieurs de chacun, donc ce sont les domaines pour lesquels il a été conçu plutôt qu'une limite sur ce qu'il tentera.

05

EN^2AS with performance reward— Quelle GPU ai-je besoin pour l'exécuter ?

Aucun. C'est un modèle fermé - ses poids n'ont jamais été publiés, il ne peut donc pas être téléchargé ou exécuté sur votre propre matériel à aucun prix. Il n'est accessible que par son fournisseur.

06

EN^2AS with performance reward— est-ce que c'est open source ?

Non. Ses poids n'ont pas été publiés, donc il n'existe que sous forme de service contrôlé par son propriétaire.

Source

Publication originale

Dernière mise à jour enregistrée 28 November 2025

L'autre direction

Regardez-le de l'autre côté ?

Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.