SDE

Zárt súlyok Carnegie Mellon University (CMU),Google Brain,Monash University February 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),Google Brain,Monash University
Szervezet típusa
Academia,Industry,Academia
Ország
United States of America, Australia
Közölt
9 February 2019
Szerzők
Xinyi Wang, Hieu Pham, Philip Arthur, Graham Neubig

Mit csinál

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

Tartomány
Language
Feladat
Translation

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

"The batch size is set to be 1500 words. We evaluate by development set BLEU score for every 2500 training batches"

A tréning futás

Ami fizikailag szükséges volt a betanításhoz: mely chipek, hány, mennyi ideig, és ez mit fogyasztott a falból.

Felhőszolgáltató
Amazon Web Services

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
Open (non-commercial)

https://github.com/cindyxinyiwang/SDE

Hogyan van besorolva

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

Miért követik nyomon
SOTA improvement

"Experiments on a standard dataset of four low-resource languages show consistent improvements over strong multilingual NMT baselines, with gains of up to 2 BLEU on one of the tested languages, achieving the new state-of-the-art on all four language pairs"

Nyilvántartási bizalom
Unknown

Források

Honnan származik ez a felvétel és mikor ellenőrizték utoljára.

Referencia
Multilingual Neural Machine Translation With Soft Decoupled Encoding
Utoljára frissítve
28 November 2025

Mit jelentenek a számok

Honnan jött

SDE ki lett adva által Carnegie Mellon University (CMU),Google Brain,Monash University, az országban rögzítve mint United States of America, alatt February 2019. A kiadó szervezet a következő kategóriába tartozik academia,Industry,Academia.

Működik a területen a Language, és úgy van rögzítve, mint a feladat végrehajtása translation.

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

Mi került a felépítésébe

A kiválasztási kritériuma: sOTA improvement.

Válaszok

SDE — gyakori kérdések

01

SDE— Hány paramétere van?

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

02

SDE— Ki készítette ezt?

Kiadta Carnegie Mellon University (CMU),Google Brain,Monash University, alapján United States of America, egy szervezet, amelyet kategorizáltak mint academia,Industry,Academia.

03

SDE— Mikor adták ki?

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

04

SDE— Mire használják?

Működik a területen a Language, és rögzítve van, hogy kezeli a feladatot translation. A modellek gyakran több mint egyet hordoznak mindegyikből, és a címkék a célra, nem pedig a képességek határaira utalnak.

05

SDE— 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.

06

SDE— Nyílt forráskódú?

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

Forrás

Eredeti kiadvány

Az utolsó frissítés időpontja 28 November 2025

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..