ADALINE
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
- Stanford University
- Type d'organisation
- Academia
- Pays
- United States of America
- Publié
- 30 June 1960
- Auteurs
- Widrow and Hoff
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut en porter plusieurs de chacun.
- Domaine
- Vision
- Tâche
- Pattern recognition
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
- 0K
- Données d'entraînement
- 100 tokens
"The machine's total experience is stored in the values of the weights a0,...,a16"
"The best system, arrived at by slow precise adaptation on the full body of 100 noisy patterns, was able to classify these patterns as desired except for twelve errors." https://isl.stanford.edu/~widrow/papers/c1960adaptiveswitching.pdf
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
- 6.6 × 10³ FLOP
- Comment cela a été établi
- Operation counting
"The method of searching that has proven most useful is the method of steepest descent" Apparently each pattern was only shown once to the system. So the training compute is (forward pass compute) * (3 for backprop) * dataset size This is a single layer (and single neuron) which does not require gradients w.r.t. inputs - 1:1 forward-backward ratio
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.
- Frontier model
- Yes
- Pourquoi c'est suivi
- Highly cited
- Confiance d'enregistrement
- Confident
- Citations
- 6,329
Sources
D'où provient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Adaptive switching circuits
- Dernière mise à jour
- 28 November 2025
Ce que signifient les chiffres
À propos de ce modèle
ADALINE was published by Stanford University, in United States of America, in June 1960. The organisation is categorised as academia.
It works in Vision, and is recorded as doing pattern recognition.
This is a closed model: the trained values stayed with whoever produced them, and there is no local version to run.
Training and provenance
The training run consumed about 6.6 × 10³ FLOP. That figure describes the cost of creating it and has no bearing on how quickly it generates text.
It was trained on about 100 tokens of text.
Its inclusion criterion is highly cited.
Réponses
ADALINE — Questions fréquentes
What is ADALINE used for?
ADALINE works in Vision, and is recorded as handling pattern recognition. A model can carry several of each, so these are the areas it was built for rather than a limit on what it will attempt.
How much compute was used to train ADALINE?
Around 6.6 × 10³ 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.
What GPU do I need to run ADALINE?
None. ADALINE 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.
Is ADALINE open source?
The licensing for ADALINE was never recorded in our source data. We treat unstated licensing as closed, because an unrecorded licence is not one to rely on.
How many parameters does ADALINE have?
ADALINE has 0K parameters. "The machine's total experience is stored in the values of the weights a0,...,a16". 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.
Who created ADALINE?
ADALINE was published by Stanford University, based in United States of America, categorised as academia.
When was ADALINE released?
ADALINE was published in June 1960. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
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.