Pointer Sentinel-LSTM (medium)

Poids fermés MetaMind Inc,Salesforce 21M Paramètres September 2016

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
MetaMind Inc,Salesforce
Type d'organisation
Industry,Industry
Pays
United States of America
Publié
26 September 2016
Auteurs
Stephen Merity, Caiming Xiong, James Bradbury, Richard Socher

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.

Paramètres
21M
Données d'entraînement
929,000 tokens

"We also halve the learning rate when validation perplexity is worse than the previous iteration, stopping training when validation perplexity fails to improve for three epochs or when 64 epochs are reached"

Époques
64

Calcul de formation

L'arithmétique effectuée pour entraîner le modèle, mesurée en opérations à virgule flottante. C'est une mesure du coût de l'exécution de l'entraînement, et non de la rapidité avec laquelle le modèle fini vous répond.

Calcul de formation
7.5 × 10¹⁵ FLOP

6 FLOP / parameter / token * 21000000 parameters * 929000 tokens * 64 epochs = 7.491456e+15 FLOP

Comment cela a été établi
Operation counting

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
Unreleased

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.

Pourquoi c'est suivi
Highly cited,SOTA improvement

"Our pointer sentinel-LSTM model achieves state of the art language modeling performance on the Penn Treebank (70.9 perplexity) while using far fewer parameters than a standard softmax LSTM"

Confiance d'enregistrement
Confident
Citations
4,010
Benchmark data
Pointer Sentinel-LSTM (medium)

Sources

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

Référence
Pointer Sentinel Mixture Models
Dernière mise à jour
25 May 2026

Ce que signifient les chiffres

Ce que ce modèle est

Pointer Sentinel-LSTM (medium) was published by MetaMind Inc,Salesforce, in United States of America, in September 2016. It comes out of industry,Industry.

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

Because the weights are not available, none of the hardware figures elsewhere on this site apply to it.

Ce qui a contribué à sa construction

Training it took roughly 7.5 × 10¹⁵ FLOP of computation — a measure of what producing the model cost, not of how fast it answers.

The training set ran to roughly 929,000 tokens.

It is tracked in the underlying dataset for one reason in particular: highly cited,SOTA improvement.

Réponses

Pointer Sentinel-LSTM (medium) — Questions fréquentes

01

What GPU do I need to run Pointer Sentinel-LSTM (medium)?

None. Pointer Sentinel-LSTM (medium) 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 Pointer Sentinel-LSTM (medium) open source?

No. Pointer Sentinel-LSTM (medium) has not had its weights published, so it exists only as a service controlled by its owner.

03

How many parameters does Pointer Sentinel-LSTM (medium) have?

Pointer Sentinel-LSTM (medium) has 21M parameters. That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.

04

Who created Pointer Sentinel-LSTM (medium)?

Pointer Sentinel-LSTM (medium) was published by MetaMind Inc,Salesforce, based in United States of America, categorised as industry,Industry.

05

When was Pointer Sentinel-LSTM (medium) released?

Pointer Sentinel-LSTM (medium) was published in September 2016. 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 Pointer Sentinel-LSTM (medium) used for?

Pointer Sentinel-LSTM (medium) works in Language, and is recorded as handling language modeling. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.

07

How much compute was used to train Pointer Sentinel-LSTM (medium)?

Around 7.5 × 10¹⁵ FLOP. That measures what producing the model cost and says nothing about how quickly it answers once trained — inference speed comes from memory bandwidth, not from the training budget.

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.