RSM

Poids fermés Cerenaut May 2019

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
Cerenaut
Pays
Australia
Publié
28 May 2019
Auteurs
David Rawlinson, Abdelrahman Ahmed, Gideon Kowadlo

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
Language modeling

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

Disponibilité

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

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

code for PTB, Apache 2.0 license: https://github.com/Cerenaut/rsm

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
Unknown
Citations
4
Benchmark data
RSM

Sources

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

Référence
Learning distant cause and effect using only local and immediate credit assignment
Dernière mise à jour
25 May 2026

Ce que signifient les chiffres

Where it came from

RSM was published by Cerenaut, in Australia, in May 2019.

It works in Language, and is recorded as doing language modeling.

This is a closed model: the trained values stayed with whoever produced them, and there is no local version to run.

Réponses

RSM — Questions fréquentes

01

What GPU do I need to run RSM?

None. RSM 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.

02

Is RSM open source?

No. RSM has not had its weights published, so it exists only as a service controlled by its owner.

03

How many parameters does RSM have?

No parameter count has been published for RSM, which is why no memory or speed figure appears on this page.

04

Who created RSM?

RSM was published by Cerenaut, based in Australia.

05

When was RSM released?

RSM was published in May 2019. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.

06

What is RSM used for?

RSM works in Language, and is recorded as handling language modeling. These are the areas it was designed around; they describe intent rather than a hard boundary.

Source

Publication originale

Dernière mise à jour de l'enregistrement 25 May 2026

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.