SPN-4+KN5
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
- Singapore University of Technology & Design,DSO National Laboratories
- Type d'organisation
- Academia,Government
- Pays
- Singapore
- Publié
- 14 September 2014
- Auteurs
- W. Cheng, Stanley Kok, Hoai Vu Pham, Hai Leong Chieu, K. M. A. Chai
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.
- paramètres
- 5M
- Données d'entraînement
- 929,000 tokens
Estimate from table 2 of https://arxiv.org/abs/1609.07843 The authors of the linked paper draw on estimates from table 3 of https://arxiv.org/pdf/1508.06615.pdf
seems like the authors use a non-standard split for the dataset "We performed our experiments on the commonly used Penn Treebank corpus [15], and adhered to the experimental setup used in previous work [6, 9]. We used sections 0-20, sections 21-22, and sections 23-24 respectively as training, validation and test sets" apparently the most common split is "In the most common split of this corpus, sections from 0 to 18 are used for training (38 219 sentences, 912 344 tokens), sections from 19 to …
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
- 4.4 × 10¹⁶ FLOP
- Comment cela a été établi
- Hardware
40h, 1 GPU, 1028e9 Peak FLOP/s, 30% 1028000000000 FLOP/s/GPU * 1GPU * 40 hours * 3600 s/hour * 0.3 [assumed utilization] = 4.44096e+16 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.
- Matériel d'entraînement
- NVIDIA Tesla C2075
- Chips utilisés
- 1
- Temps en temps réel
- 40 hours
- Consommation d'énergie
- 290 W
""e stopped training our SPN when its performance on the validation set stops improving at two consecutive evaluation points, or when it has run for 40 hours, whichever occurred first. (It turned out that both SPN-3 and SPN-4 ran for the maximum of 40 hours.) We parallelized our SPN code2 to run on a GPU, and ran our experiments on a machine with a 2.4 GHz CPU and an NVIDIA Tesla C2075 GPU (448 CUDA cores, 5GB of device memory)."
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, no license specified: https://github.com/stakok/lmspn/tree/master/SPNLM training code: https://github.com/stakok/lmspn/blob/master/SPNLM/README.doc
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
- Confiance d'enregistrement
- Likely
- Citations
- 102
- Données de référence
- SPN-4+KN5
"Our empirical comparisons with six previous language models indicate that our SPN has superior performance"
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Language modeling with sum-product networks
- Dernière mise à jour
- 28 November 2025
Ce que les chiffres signifient
Ce que ce modèle est
SPN-4+KN5 a été publié par Singapore University of Technology & Design,DSO National Laboratories, dans le pays enregistré comme Singapore, durant September 2014. L'organisation de publication est catégorisée comme academia,Government.
Il fonctionne dans le domaine de Language, et est enregistré comme exécutant la tâche de language modeling.
Ses poids n'ont jamais été publiés, donc il ne peut être atteint que par son fournisseur. Aucun changement de carte graphique ne change cela.
Comment il a été entraîné
L'entraînement a nécessité un budget de calcul d'environ 4.4 × 10¹⁶ FLOP, sur matériel enregistré comme NVIDIA Tesla C2075. Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.
Il a été entraîné sur un corpus d'environ 929,000 jetons de texte
Il est suivi dans le ensemble de données sous-jacent pour une raison particulière : sOTA improvement.
Réponses
SPN-4+KN5 — questions courantes
SPN-4+KN5— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 5M. Estimate from table 2 of https://arxiv.org/abs/1609.07843 The authors of the linked paper draw on estimates from table 3 of https://arxiv.org/pdf/1508.06615.pdf. Ce chiffre est le total, et c'est ce qui détermine combien de mémoire le modèle nécessite — environ un demi-gigaoctet par milliard à la compression que la plupart des gens utilisent.
SPN-4+KN5— qui l'a créé ?
Il a été publié par Singapore University of Technology & Design,DSO National Laboratories, basé sur Singapore, une organisation catégorisée comme academia,Government.
SPN-4+KN5— quand a-t-il été publié ?
Il a été publié dans September 2014. 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.
SPN-4+KN5— à quoi ça sert ?
Il fonctionne dans le domaine de Language, et est enregistré comme gérant la tâche de language modeling. Ce sont les domaines autour desquels il a été conçu ; ils décrivent l'intention plutôt qu'une limite stricte.
SPN-4+KN5— combien de puissance de calcul a été utilisée pour l'entraîner ?
L'entraînement a consommé environ 4.4 × 10¹⁶ FLOP, sur matériel enregistré comme NVIDIA Tesla C2075. 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.
SPN-4+KN5— 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.
SPN-4+KN5— 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.
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.