T-DMCA
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
- Google Brain
- Tipo di organizzazione
- Industry
- Paese
- United States of America
- Pubblicato
- 30 January 2018
- Autori
- Peter J. Liu, Mohammad Saleh, Etienne Pot, Ben Goodrich, Ryan Sepassi, Lukasz Kaiser, Noam Shazeer
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Language
- Compito
- Language modeling, Text summarization
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
- 14,000,000,000 tokens
10^6 examples (= articles with crawlable citations) "We divide the articles roughly into 80/10/10 for train/development/test subsets, resulting in 1865750, 233252, and 232998 examples respectively" for best performing transformer L = 7500 (sequence length) number of epochs is unknown 1865750 articles * 7500 ~ 14B tokens per epoch
La corsa di addestramento
Cosa ha richiesto fisicamente per addestrare: quali chip, quanti, per quanto tempo e cosa ha prelevato dalla presa.
- Hardware di addestramento
- NVIDIA P100 PCIe 16GB
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
- Open source
Apache 2.0 https://github.com/tensorflow/tensor2tensor/
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Perché è monitorato
- Historical significance
- Record fiducia
- Likely
the first decoder-only transformer model
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Generating Wikipedia by Summarizing Long Sequences
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Da dove è venuto
T-DMCA è stato pubblicato da Google Brain, nel paese registrato come United States of America, durante January 2018. L'organizzazione di pubblicazione è classificata come industry.
Funziona nel dominio di Language, ed è registrato come eseguire il compito di language modeling, Text summarization.
I suoi pesi non sono mai stati pubblicati, quindi può essere raggiunto solo attraverso il suo fornitore. Nessuna scheda GPU cambia questo.
Cosa è stato necessario per costruirlo
Il set di addestramento si aggirava attorno a 14,000,000,000 token di testo
Il motivo per cui appare in questo catalogo è: historical significance.
Risposte
T-DMCA — domande comuni
T-DMCA— chi l'ha creato?
È stato pubblicato da Google Brain, basato su United States of America, un'organizzazione categorizzata come industry.
T-DMCA— quando è stato rilasciato?
È stato pubblicato in January 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.
T-DMCA— A cosa serve?
Funziona nel dominio di Language, e viene registrato come gestire il compito di language modeling, Text summarization. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
T-DMCA— 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.
T-DMCA— è open-source?
No. I pesi non sono stati pubblicati, quindi esiste solo come servizio controllato dal suo proprietario.
T-DMCA— 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.
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.