Enhanced Neighborhood-Based Filtering
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
- AT&T
- Type d'organisation
- Industry
- Pays
- United States of America
- Publié
- 28 October 2007
- Auteurs
- RM Bell, Y Koren
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Recommendation
- Tâche
- Recommender system
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
- 100,000,000 tokens
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
- Unknown
- Citations
- 687
"We evaluate these methods on the Netflix dataset, where they deliver significantly better results than the commercial Netflix Cinematch recommender system." they don't claim absolute SOTA on any of the benchmarks
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Scalable Collaborative Filtering with Jointly Derived Neighborhood Interpolation Weights
- Dernière mise à jour
- 28 November 2025
Ce que les chiffres signifient
D'où cela vient-il
Enhanced Neighborhood-Based Filtering a été publié par AT&T, dans le pays enregistré comme United States of America, durant October 2007. Cela provient d'une organisation classée comme industry.
Il fonctionne dans le domaine de Recommendation, et est enregistré comme exécutant la tâche de recommender system.
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.
Qu'est-ce qui a été nécessaire pour le construire
Il a été entraîné sur un corpus d'environ 100,000,000 jetons de texte
Son critère d'inclusion : sOTA improvement.
Réponses
Enhanced Neighborhood-Based Filtering — questions courantes
Enhanced Neighborhood-Based Filtering— 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.
Enhanced Neighborhood-Based Filtering— 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.
Enhanced Neighborhood-Based Filtering— 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.
Enhanced Neighborhood-Based Filtering— qui l'a créé ?
Il a été publié par AT&T, basé sur United States of America, une organisation catégorisée comme industry.
Enhanced Neighborhood-Based Filtering— quand a-t-il été publié ?
Il a été publié dans October 2007. 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.
Enhanced Neighborhood-Based Filtering— à quoi ça sert ?
Il fonctionne dans le domaine de Recommendation, et est enregistré comme gérant la tâche de recommender system. 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.
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.