S-Norm
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
- University of Washington,Allen Institute for AI
- Szervezet típusa
- Academia,Research collective
- Ország
- United States of America
- Közölt
- 29 October 2017
- Szerzők
- Christopher Clark, Matt Gardner
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Language
- Feladat
- Question answering
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
- 1,060,000 tokens
- Epochok
- 1
"530k question-document training pairs" average question length of 14 words and document length of 2895 words, per https://www.cs.utexas.edu/~eunsol/files/papers/acl17jcwz.pdf 530,000 * 2895 words on average * 1.33 tokens/word = ~2,000,000,000
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
- Nyilvántartási bizalom
- Confident
- Hivatkozások
- 483
"Overall, we are able to achieve a score of 71.3 F1 on the web portion of TriviaQA, a large improvement from the 56.7 F1 of the previous best system."
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- Simple and Effective Multi-Paragraph Reading Comprehension
- Utoljára frissítve
- 25 May 2026
Mit jelentenek a számok
Erről a modelről
S-Norm ki lett adva által University of Washington,Allen Institute for AI, az országban rögzítve mint United States of America, alatt October 2017. A kiadó szervezet a következő kategóriába tartozik academia,Research collective.
Működik a területen a Language, és úgy van rögzítve, mint a feladat végrehajtása question answering.
Ez egy zárt modell: a betanított értékek azoknál maradtak, akik előállították őket, és nincs helyi verzió a futtatáshoz.
Mi került a felépítésébe
A képzés körülbelül egy korpuszt fogyasztott 1,060,000 szöveg tokenjei
A kiválasztási kritériuma: sOTA improvement.
Válaszok
S-Norm — gyakori kérdések
S-Norm— Mikor adták ki?
Kibocsátották a October 2017. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.
S-Norm— Mire használják?
Működik a területen a Language, és rögzítve van, hogy kezeli a feladatot question answering. A modellek gyakran több mint egyet hordoznak mindegyikből, és a címkék a célra, nem pedig a képességek határaira utalnak.
S-Norm— 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.
S-Norm— Nyílt forráskódú?
A licencálás sosem volt rögzítve a forrásadatainkban. Az állandóan nem megadott licencet zártnak tekintjük, mert a nem rögzített licenc nem egy megbízható.
S-Norm— Hány paramétere van?
Nincs közzétéve paraméterszám, ezért ez az oldal nem tartalmaz memóriával vagy sebességgel kapcsolatos adatokat.
S-Norm— Ki készítette ezt?
Kiadta University of Washington,Allen Institute for AI, alapján United States of America, egy szervezet, amelyet kategorizáltak mint academia,Research collective.
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..