Fairseq + UID: variance

Zárt súlyok Google AI,ETH Zurich,University of Cambridge May 2021

Nincs becslés

Nincs hardver követelmény ennek a modellnek

A modellhez tartozó súlyokat nem tették közzé, így nem tölthető le vagy futtatható a saját hardverén bármilyen méretben. Csak a szolgáltatóján keresztül érhető el, és egyetlen grafikus kártya sem változtat ezen..

Nyilvántartásban

Teljes specifikáció

Minden feljegyzett ezzel a modellel kapcsolatban. A legtöbbje azt írja le, hogyan képezték ki, nem pedig azt, hogyan fut — hasznos kontextus annak megítéléséhez, hogy mennyi munka ment bele, és hogyan viszonyul a más méretben épített modellekhez..

Eredet

Ki építette ezt a modellt, hol, és mikor publikálták.

Szervezet
Google AI,ETH Zurich,University of Cambridge
Szervezet típusa
Industry,Academia,Academia
Ország
United States of America, Switzerland, United Kingdom of Great Britain and Northern Ireland
Közölt
15 May 2021
Szerzők
Jason Wei, Clara Meister, Ryan Cotterell

Mit csinál

A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.

Tartomány
Language
Feladat
Language modeling/generation

Méret

Mekkora a modell, és mennyi adatot használtak a betanításához. A paraméterek azok a számok, amelyek eldöntik, hogy az adott grafikus kártyára illeszkedik-e.

Képzési adatok
tokens

Elérhetőség

Hogy meg tudja-e szerezni a modellt és futtatni a saját hardverén, ez dönt arról, hogy alkalmazhatóak-e a lap ezen oldalán feltüntetett grafikus kártya adatok.

Súlyok
Closed — provider access only
Modell hozzáférés
Unreleased
Képzés kód
Unreleased

Hogyan van besorolva

Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.

Nyilvántartási bizalom
Unknown
Hivatkozások
23
Benchmark adatok
Fairseq + UID: variance

Források

Honnan származik ez a felvétel és mikor ellenőrizték utoljára.

Referencia
A Cognitive Regularizer for Language Modeling
Utoljára frissítve
25 May 2026

Mit jelentenek a számok

Mit jelent ez a modell

Fairseq + UID: variance ki lett adva által Google AI,ETH Zurich,University of Cambridge, az országban rögzítve mint United States of America, alatt May 2021. A kiadó szervezet a következő kategóriába tartozik industry,Academia,Academia.

Működik a területen a Language, és úgy van rögzítve, mint a feladat végrehajtása language modeling/generation.

Ez egy zárt modell: a betanított értékek azoknál maradtak, akik előállították őket, és nincs helyi verzió a futtatáshoz.

Válaszok

Fairseq + UID: variance — gyakori kérdések

01

Fairseq + UID: variance— Nyílt forráskódú?

Nem. A súlyai nincsenek közzétéve, így csak a tulajdonosa által ellenőrzött szolgáltatásként létezik.

02

Fairseq + UID: variance— Hány paramétere van?

Nincs közzétéve paraméterszám, ezért ez az oldal nem tartalmaz memóriával vagy sebességgel kapcsolatos adatokat.

03

Fairseq + UID: variance— Ki készítette ezt?

Kiadta Google AI,ETH Zurich,University of Cambridge, alapján United States of America, egy szervezet, amelyet kategorizáltak mint industry,Academia,Academia.

04

Fairseq + UID: variance— Mikor adták ki?

Kibocsátották a May 2021. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.

05

Fairseq + UID: variance— Mire használják?

Működik a területen a Language, és rögzítve van, hogy kezeli a feladatot language modeling/generation. A modell több mindenből is képes cipelni, így ezek azok a területek, amelyekre épült, nem pedig egy korlát arra, amit meg fog próbálni.

06

Fairseq + UID: variance— Milyen GPU-ra van szükségem, hogy futtathassam?

Ez egy zárt modell — a súlyait soha nem tették közzé, így nem tölthető le és nem futtatható a saját hardverén semmilyen áron. Csak a szolgáltatóján keresztül érhető el.

Forrás

Eredeti kiadvány

Az utolsó frissítés időpontja 25 May 2026

A másik irány

Másik oldalról nézve?

Ez az oldal a modellel kezdődik. Ha már van kártyád, és szeretnéd tudni, hogy mindent futtat-e, Kezdj a hardverből..