GRU + p-tHSM (pretrain via Brown) (WT2)
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
- Beihang University,University of Montreal / Université de Montréal,Chongqing University
- Type d'organisation
- Academia,Academia,Academia
- Pays
- China, Canada
- Publié
- 19 August 2017
- Auteurs
- Nan Jiang, Wenge Rong, Min Gao, Yikang Shen, Zhang Xiong
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir 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 décide s'il convient à une carte graphique donnée.
- 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
- Open (non-commercial)
code, looks like just WT2. no clear license: https://github.com/jiangnanhugo/lmkit
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
- Unknown
- Données de référence
- GRU + p-tHSM (pretrain via Brown) (WT2)
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Exploration of Tree-based Hierarchical Softmax for Recurrent Language Models
- Dernière mise à jour
- 11 February 2026
Ce que les chiffres signifient
Ce que ce modèle est
GRU + p-tHSM (pretrain via Brown) (WT2) a été publié par Beihang University,University of Montreal / Université de Montréal,Chongqing University, dans le pays enregistré comme China, durant August 2017. L'organisation de publication est catégorisée comme academia,Academia,Academia.
Il fonctionne dans le domaine de Language, et est enregistré comme exécutant la tâche de 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.
Réponses
GRU + p-tHSM (pretrain via Brown) (WT2) — questions courantes
GRU + p-tHSM (pretrain via Brown) (WT2)— qui l'a créé ?
Il a été publié par Beihang University,University of Montreal / Université de Montréal,Chongqing University, basé sur China, une organisation catégorisée comme academia,Academia,Academia.
GRU + p-tHSM (pretrain via Brown) (WT2)— quand a-t-il été publié ?
Il a été publié dans August 2017. 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.
GRU + p-tHSM (pretrain via Brown) (WT2)— à quoi ça sert ?
Il fonctionne dans le domaine de Language, et est enregistré comme gérant la tâche de 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.
GRU + p-tHSM (pretrain via Brown) (WT2)— 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.
GRU + p-tHSM (pretrain via Brown) (WT2)— 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.
GRU + p-tHSM (pretrain via Brown) (WT2)— 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.