Relational Memory Core
Nessuna stima
Nessun requisito hardware per questo modello
I pesi per questo modello non sono stati pubblicati, quindi non può essere scaricato o eseguito sul proprio hardware di qualsiasi dimensione. È accessibile solo attraverso il suo fornitore e nessun cambiamento della scheda grafica che.
In registrazione
specifiche complete
Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Organizzazione
- DeepMind,University College London (UCL)
- Tipo di organizzazione
- Industry,Academia
- Paese
- United Kingdom of Great Britain and Northern Ireland
- Pubblicato
- 5 June 2018
- Autori
- Adam Santoro, Ryan Faulkner, David Raposo, Jack Rae, Mike Chrzanowski, Theophane Weber, Daan Wierstra, Oriol Vinyals, Razvan Pascanu, Timothy Lillicrap
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Language
- Compito
- Language modeling
Dimensione
Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.
- Dati di addestramento
- 4,000,000,000 tokens
Disponibilità
Se puoi ottenere il modello e farlo funzionare sul tuo hardware, il che decide se alcune delle cifre della scheda grafica su questa pagina sono applicabili.
- Pesi
- Closed — provider access only
- Accesso al modello
- Unreleased
- Codice di addestramento
- Unreleased
looks like code for the architecture, but not experiment code: https://github.com/google-deepmind/sonnet/blob/v1/sonnet/python/modules/relational_memory.py
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Perché è monitorato
- SOTA improvement
- Record fiducia
- Confident
- Citazioni
- 235
- Dati di benchmark
- Relational Memory Core
"Finally, we test the RMC on a suite of tasks that may profit from more capable relational reasoning across sequential information, and show large gains in RL domains (e.g. Mini PacMan), program evaluation, and language modeling, achieving state-of-the-art results on the WikiText-103, Project Gutenberg, and GigaWord datasets."
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Relational recurrent neural networks
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Da dove è venuto
Relational Memory Core è stato pubblicato da DeepMind,University College London (UCL), nel paese registrato come United Kingdom of Great Britain and Northern Ireland, durante June 2018. La categoria sotto cui rientra l'editore è industry,Academia.
Funziona nel dominio di Language, ed è registrato come eseguire il compito di language modeling.
I suoi pesi non sono mai stati pubblicati, quindi può essere raggiunto solo attraverso il suo fornitore. Nessuna scheda GPU cambia questo.
Come è stato addestrato
Il set di addestramento si aggirava attorno a 4,000,000,000 token di testo
Il suo criterio di inclusione: sOTA improvement.
Risposte
Relational Memory Core — domande comuni
Relational Memory Core— che GPU ho bisogno per eseguirlo?
Nessuno. Questo è un modello chiuso - i suoi pesi non sono mai stati pubblicati, quindi non può essere scaricato o eseguito sul tuo hardware a qualsiasi prezzo. È accessibile solo attraverso il suo fornitore.
Relational Memory Core— è open-source?
No. I pesi non sono stati pubblicati, quindi esiste solo come servizio controllato dal suo proprietario.
Relational Memory Core— quanti parametri ha?
Non è stato pubblicato alcun conteggio dei parametri per esso, motivo per cui non appare alcun dato sulla memoria o sulla velocità su questa pagina.
Relational Memory Core— chi l'ha creato?
È stato pubblicato da DeepMind,University College London (UCL), basato su United Kingdom of Great Britain and Northern Ireland, un'organizzazione categorizzata come industry,Academia.
Relational Memory Core— quando è stato rilasciato?
È stato pubblicato in June 2018. La capacità per parametro è migliorata considerevolmente da allora, quindi un modello più recente della stessa dimensione è spesso un uso migliore dello stesso hardware.
Relational Memory Core— A cosa serve?
Funziona nel dominio di Language, e viene registrato come gestire il compito di language modeling. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
L'altra direzione
Guardandolo dall'altro lato?
Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.