DEQ-TrellisNet (WT-103)

Zárt súlyok Carnegie Mellon University (CMU),Intel Labs 180M Paraméterek September 2019

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
Carnegie Mellon University (CMU),Intel Labs
Szervezet típusa
Academia,Industry
Ország
United States of America
Közölt
3 September 2019
Szerzők
Shaojie Bai, J. Zico Kolter, Vladlen Koltun

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.

Paraméterek
180M
Képzési adatok
103,000,000 tokens
Epochok
12

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

repo but no code for TrellisNet https://github.com/locuslab/deq/tree/master/DEQ-Sequence

Hogyan van besorolva

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

Nyilvántartási bizalom
Confident
Hivatkozások
873
Benchmark adatok
DEQ-TrellisNet

Források

Honnan származik ez a felvétel és mikor ellenőrizték utoljára.

Referencia
Deep Equilibrium Models
Utoljára frissítve
25 May 2026

Mit jelentenek a számok

Honnan jött

DEQ-TrellisNet (WT-103) ki lett adva által Carnegie Mellon University (CMU),Intel Labs, az országban rögzítve mint United States of America, alatt September 2019. Egy olyan szervezetből származik, amelyet kategorizálnak mint academia,Industry.

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

Mivel a súlyok nem elérhetők, ezért ezen az oldalon máshol található hardveradatok egyike sem vonatkozik rá.

Képzés és származás

A képzés körülbelül egy korpuszt fogyasztott 103,000,000 szöveg tokenjei

Válaszok

DEQ-TrellisNet (WT-103) — gyakori kérdések

01

DEQ-TrellisNet (WT-103)— Mikor adták ki?

Kibocsátották a September 2019. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.

02

DEQ-TrellisNet (WT-103)— 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.

03

DEQ-TrellisNet (WT-103)— 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.

04

DEQ-TrellisNet (WT-103)— Nyílt forráskódú?

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

05

DEQ-TrellisNet (WT-103)— Hány paramétere van?

Paraméterszáma 180M. Ez a szám a teljes összeg, és ez határozza meg, hogy mennyi VRAM-ra van szüksége a modelleknek — körülbelül fél gigabájt milliárdonként a legtöbb ember által használt tömörítési módban.

06

DEQ-TrellisNet (WT-103)— Ki készítette ezt?

Kiadta Carnegie Mellon University (CMU),Intel Labs, alapján United States of America, egy szervezet, amelyet kategorizáltak mint academia,Industry.

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..