Reading Twice for NLU

Poids fermés DeepMind June 2017

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
DeepMind
Type d'organisation
Industry
Pays
United Kingdom of Great Britain and Northern Ireland
Publié
8 June 2017
Auteurs
Dirk Weissenborn, Tomáš Kočiský, Chris Dyer

Ce qu'il fait

Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir 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 décide s'il convient à une carte graphique donnée.

Données d'entraînement
200,000 tokens

both datasets have around 100k training examples. SQuAD have around 4M words. TriviaQA is larger "We use 2 recent DQAbenchmark training and evaluation datasets, SQuAD (Rajpurkar et al., 2016) and TriviaQA (Joshi et al., 2017). "

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

"Our results are competitive with the best systems, achieving a new state of the art on the recent TriviaQA benchmarks."

Confiance d'enregistrement
Unknown
Citations
62

Sources

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

Référence
Dynamic Integration of Background Knowledge in Neural NLU Systems
Dernière mise à jour
28 November 2025

Ce que les chiffres signifient

Ce que ce modèle est

Reading Twice for NLU a été publié par DeepMind, dans le pays enregistré comme United Kingdom of Great Britain and Northern Ireland, durant June 2017. Cela provient d'une organisation classée comme industry.

Il fonctionne dans le domaine de Language, et est enregistré comme exécutant la tâche de question answering.

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 un corpus d'environ 200,000 jetons de texte

Son critère d'inclusion : sOTA improvement.

Réponses

Reading Twice for NLU — questions courantes

01

Reading Twice for NLU— 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.

02

Reading Twice for NLU— qui l'a créé ?

Il a été publié par DeepMind, basé sur United Kingdom of Great Britain and Northern Ireland, une organisation catégorisée comme industry.

03

Reading Twice for NLU— quand a-t-il été publié ?

Il a été publié dans June 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.

04

Reading Twice for NLU— à quoi ça sert ?

Il fonctionne dans le domaine de Language, et est enregistré comme gérant la tâche de question answering. 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

Reading Twice for NLU— 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

Reading Twice for NLU— 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.

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.