Vine copula (crime)
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
- Massachusetts Institute of Technology (MIT),Rey Juan Carlos University
- Type d'organisation
- Academia,Academia
- Pays
- United States of America, Spain
- Publié
- 4 December 2018
- Auteurs
- Yi Sun, Alfredo Cuesta-Infante, Kalyan Veeramachaneni
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Tâche
- Regression
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.
- Données d'entraînement
- tokens
Calcul de formation
L'arithmétique effectuée pour entraîner le modèle, mesurée en opérations en virgule flottante. C'est une mesure du coût de l'exécution de l'entraînement, pas de la rapidité avec laquelle le modèle fini vous répond.
- Calcul de formation
- 8.5 × 10¹⁵ FLOP
- Comment cela a été établi
- Hardware
"for a 6-dimensional data set of size 500, the RL algorithm finishes in approximately 15 minutes with a single GPU"" Assuming they used V100, fp16 and trained for similar amount of time: 31330000000000 FLOP / GPU / sec * 15 min * 60 sec / min * 0.3 [assumed utilization] = 8.4591e+15 FLOP
L'exécution de formation
Ce qu'il a physiquement fallu pour entraîner : quels chips, combien, pendant combien de temps, et ce que cela a tiré du secteur.
- Temps en temps réel
- 0 hours
" for a 6-dimensional data set of size 500, the RL algorithm finishes in approximately 15 minutes with a single GPU"
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.
- Confiance d'enregistrement
- Speculative
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Learning Vine Copula Models For Synthetic Data Generation
- Dernière mise à jour
- 11 February 2026
Ce que les chiffres signifient
Ce que ce modèle est
Vine copula (crime) a été publié par Massachusetts Institute of Technology (MIT),Rey Juan Carlos University, dans le pays enregistré comme United States of America, durant December 2018. Cela provient d'une organisation classée comme academia,Academia.
et est enregistré comme exécutant la tâche de regression.
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.
Entraînement et provenance
L'entraînement a consommé environ 8.5 × 10¹⁵ FLOP. Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.
Réponses
Vine copula (crime) — questions courantes
Vine copula (crime)— qui l'a créé ?
Il a été publié par Massachusetts Institute of Technology (MIT),Rey Juan Carlos University, basé sur United States of America, une organisation catégorisée comme academia,Academia.
Vine copula (crime)— quand a-t-il été publié ?
Il a été publié dans December 2018. 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.
Vine copula (crime)— à quoi ça sert ?
et est enregistré comme gérant la tâche de regression. Les modèles portent souvent plus d'un de chacun, et les tags décrivent l'objectif plutôt que les limites de capacité.
Vine copula (crime)— combien de puissance de calcul a été utilisée pour l'entraîner ?
L'entraînement a consommé environ 8.5 × 10¹⁵ FLOP. Cela mesure ce que coûte la production du modèle et ne dit rien sur la rapidité avec laquelle il répond une fois entraîné — la vitesse d'inférence provient de la bande passante mémoire, et non du budget d'entraînement.
Vine copula (crime)— 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.
Vine copula (crime)— est-ce que c'est open source ?
La licence n'a jamais été enregistrée dans nos données source. Nous considérons une licence non déclarée comme fermée, car une licence non enregistrée n'est pas une licence sur laquelle compter.
Vine copula (crime)— combien de paramètres cela a-t-il ?
Aucun nombre de paramètres n'a été publié pour cela, c'est pourquoi aucun chiffre de mémoire ou de vitesse n'apparaît sur cette page.
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.