DCN+
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
- Salesforce Research
- Tipo di organizzazione
- Industry
- Paese
- United States of America
- Pubblicato
- 31 October 2017
- Autori
- Caiming Xiong, Victor Zhong, Richard Socher
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Language
- Compito
- Question answering
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
- 215,570 tokens
from https://paperswithcode.com/dataset/squad SQuAD have 107,785 question-answer pairs download-ed dataset from: https://www.kaggle.com/datasets/stanfordu/stanford-question-answering-dataset?resource=download wc -w on train-v.1.1 returns 4017471 words so around 5.4M tokens Looks like they probably trained on each token in SQuAD rather than QA pairs, but uncertain.
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
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
- 121
"On the Stanford Question Answering Dataset, our model achieves state-of-the-art results with 75.1% exact match accuracy and 83.1% F1, while the ensemble obtains 78.9% exact match accuracy and 86.0% F1. " https://paperswithcode.com/paper/dcn-mixed-objective-and-deep-residual
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- DCN+: Mixed Objective and Deep Residual Coattention for Question Answering
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Da dove è venuto
DCN+ è stato pubblicato da Salesforce Research, nel paese registrato come United States of America, durante October 2017. L'organizzazione di pubblicazione è classificata come industry.
Funziona nel dominio di Language, ed è registrato come eseguire il compito di question answering.
I suoi pesi non sono mai stati pubblicati, quindi può essere raggiunto solo attraverso il suo fornitore. Nessuna scheda GPU cambia questo.
Addestramento e provenienza
Il set di addestramento si aggirava attorno a 215,570 token di testo
Il suo criterio di inclusione: sOTA improvement.
Risposte
DCN+ — domande comuni
DCN+— è open-source?
No. I pesi non sono stati pubblicati, quindi esiste solo come servizio controllato dal suo proprietario.
DCN+— 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.
DCN+— chi l'ha creato?
È stato pubblicato da Salesforce Research, basato su United States of America, un'organizzazione categorizzata come industry.
DCN+— quando è stato rilasciato?
È stato pubblicato in October 2017. 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.
DCN+— A cosa serve?
Funziona nel dominio di Language, e viene registrato come gestire il compito di question answering. Un modello può gestire diversi di ciascuno, quindi queste sono le aree per cui è stato costruito piuttosto che un limite su ciò che tenterà.
DCN+— 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.
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.