LSTM + dynamic eval
Nincs becslés
Ennekhez a modellhez nincs hardverkövetelmény
A modellhez tartozó súlyokat nem tették közzé, így azt semmilyen méretben nem lehet letölteni vagy saját hardveren futtatni. Csak az adattovábbítóján keresztül érhető el, és semmilyen grafikus kártya nem változtat ezen..
Felvételen
Teljes specifikáció
Minden adatok ezen a modellen. A legtöbb leírás arról szól, hogyan volt kiképzve, nem pedig arról, hogyan fut — hasznos háttérinformáció arra vonatkozóan, hogy mennyi munka került bele, és hogyan viszonyul más méretű modellekhez..
Eredet
Ki építette ezt a modellt, hol, és mikor publikálták.
- Szervezet
- University of Edinburgh
- Szervezet típusa
- Academia
- Ország
- United Kingdom of Great Britain and Northern Ireland
- Kiadva
- 21 September 2017
- Szerzők
- Ben Krause, Emmanuel Kahembwe, Iain Murray, Steve Renals
Mit csinál
A modell által épített probléma területek. Egy modell több különbözőt is tartalmazhat.
- Irányítószám
- Language
- Feladat
- Language modeling
Méret
Mekkora a modell és mennyi adatot használtak a betanításához. A paraméterek azok a számok, amelyek meghatározzák, hogy illeszkedik-e egy adott grafikus kártyára.
- Paraméterek
- 50M
- Képzési adatok
- 90,000,000 tokens
table 2
Elérhetőség
Hogy megszerezheted-e a modellt és futtathatod a saját hardvereden, ami eldönti, hogy a ezen az oldalon szereplő grafikus kártyák adatai alkalmazhatóak-e.
- Súlyok
- Closed — provider access only
- Modell hozzáférés
- Unreleased
- Képzés kód
- Open source
BSD-2: https://github.com/benkrause/dynamic-evaluation
Hogyan van besorolva
Címkék, amelyeket a forráshalmaz alkalmaz, amikor figyelemmel kíséri a figyelemre méltó modelleket, és mennyire biztos a bejegyzésben.
- Miért követik nyomon
- SOTA improvement
- Rögzítési bizalom
- Likely
- Citations
- 147
- Benchmark data
- LSTM + dynamic eval
"Dynamic evaluation outperforms existing adaptation approaches in our comparisons. Dynamic evaluation improves the state-of-the-art word-level perplexities on the Penn Treebank and WikiText-2 datasets to 51.1 and 44.3 respectively"
Források
Honnan származik ez a rekord és mikor ellenőrizték utoljára.
- Referencia
- Dynamic Evaluation of Neural Sequence Models
- Utoljára frissítve
- 25 May 2026
Mit jelentek a számok
Background
LSTM + dynamic eval was published by University of Edinburgh, in United Kingdom of Great Britain and Northern Ireland, in September 2017. It comes out of academia.
It works in Language, and is recorded as doing language modeling.
This is a closed model: the trained values stayed with whoever produced them, and there is no local version to run.
Mi került a megépítésébe
Around 90,000,000 tokens went into training it.
It is tracked in the underlying dataset for one reason in particular: sOTA improvement.
Válaszok
LSTM + dynamic eval — Gyakran ismételt kérdések
Is LSTM + dynamic eval open source?
No. LSTM + dynamic eval has not had its weights published, so it exists only as a service controlled by its owner.
How many parameters does LSTM + dynamic eval have?
LSTM + dynamic eval has 50M parameters. table 2. 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 LSTM + dynamic eval?
LSTM + dynamic eval was published by University of Edinburgh, based in United Kingdom of Great Britain and Northern Ireland, categorised as academia.
When was LSTM + dynamic eval released?
LSTM + dynamic eval was published in September 2017. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is LSTM + dynamic eval used for?
LSTM + dynamic eval works in Language, and is recorded as handling language modeling. These are the areas it was designed around; they describe intent rather than a hard boundary.
What GPU do I need to run LSTM + dynamic eval?
None. LSTM + dynamic eval 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.
A másik irány
Másik oldalról nézve?
Ez az oldal a modellel kezdődik. Ha már rendelkezik egy kártyával és szeretné tudni, hogy minden mit fog futtatni, kérjük, folytassa., kezdje a hardverrel inkább.