PhraseCond

Pesi chiusi Carnegie Mellon University (CMU),University of Pittsburgh October 2017

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
Carnegie Mellon University (CMU),University of Pittsburgh
Tipo di organizzazione
Academia,Academia
Paese
United States of America
Pubblicato
28 October 2017
Autori
Rui Liu, Wei Wei, Weiguang Mao, Maria Chikina

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
160,000 tokens

10% held out for test, so 100k * 0.9 = 90k

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

"We demonstrate the effectiveness of our proposed model PhaseCond on the SQuAD dataset, showing that our model significantly outperforms both state-of-the-art single-layered and multiple-layered attention models."

Record fiducia
Confident
Citazioni
22

Fonti

Da dove proviene questo record e quando è stato controllato l'ultima volta.

Riferimento
Phase Conductor on Multi-layered Attentions for Machine Comprehension
Ultimo aggiornamento
28 November 2025

Cosa significano i numeri

Cosa è questo modello

PhraseCond è stato pubblicato da Carnegie Mellon University (CMU),University of Pittsburgh, nel paese registrato come United States of America, durante October 2017. La categoria sotto cui rientra l'editore è academia,Academia.

Funziona nel dominio di Language, ed è registrato come eseguire il compito di question answering.

Poiché i pesi non sono disponibili, nessuna delle specifiche hardware presenti in questo sito si applica ad esso.

Cosa è stato necessario per costruirlo

Il set di addestramento si aggirava attorno a 160,000 token di testo

È tracciato nel dataset sottostante per una ragione in particolare: sOTA improvement.

Risposte

PhraseCond — domande comuni

01

PhraseCond— 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.

02

PhraseCond— chi l'ha creato?

È stato pubblicato da Carnegie Mellon University (CMU),University of Pittsburgh, basato su United States of America, un'organizzazione categorizzata come academia,Academia.

03

PhraseCond— 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.

04

PhraseCond— A cosa serve?

Funziona nel dominio di Language, e viene registrato come gestire il compito di question answering. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.

05

PhraseCond— 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.

06

PhraseCond— è open-source?

La licenza non è mai stata registrata nei nostri dati sorgente. Trattiamo le licenze non dichiarate come chiuse, perché una licenza non registrata non è una su cui fare affidamento.

Fonte

Pubblicazione originale

Ultimo aggiornamento del record 28 November 2025

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.