Hiero

Pesi chiusi University of Maryland 120M parametri June 2005

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
University of Maryland
Tipo di organizzazione
Academia
Paese
United States of America
Pubblicato
1 June 2005
Autori
David Chiang

Cosa fa

Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.

Dominio
Language
Compito
Translation

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.

parametri
120M

Very unsure, but the paper mentions "We ran the training process of Section 3 on the same data, obtaining a grammar of 24M rules" and "For our experiments we used the following features, analogous to Pharaoh’s default feature set: • P(γ | α) and P(α | γ), the latter of which is not found in the noisy-channel model, but has been previously found to be a helpful feature (Och and Ney, 2002); • the lexical weights Pw(γ | α) and Pw(α | γ) (Koehn et al., 2003), which estimate how well the words in …

Dati di addestramento
tokens

[WORDS] 155M words dataset for the language model plus (7.2+9.2)M words for the translation model?

Come è classificato

Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.

Citazioni
1,487

Fonti

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

Riferimento
A Hierarchical Phrase-Based Model for Statistical Machine Translation
Ultimo aggiornamento
28 November 2025

Cosa significano i numeri

Sfondo

Hiero è stato pubblicato da University of Maryland, nel paese registrato come United States of America, durante June 2005. La categoria sotto cui rientra l'editore è academia.

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

Questo è un modello chiuso: i valori addestrati sono rimasti con chi li ha prodotti, e non c'è una versione locale da eseguire.

Risposte

Hiero — domande comuni

01

Hiero— A cosa serve?

Funziona nel dominio di Language, e viene registrato come gestire il compito di translation. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.

02

Hiero— 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.

03

Hiero— 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.

04

Hiero— quanti parametri ha?

Ha un numero di parametri di 120M. Very unsure, but the paper mentions "We ran the training process of Section 3 on the same data, obtaining a grammar of 24M rules" and "For our experiments we used the following features, analogous to Pharaoh’s default feature set: • P(γ | α) and P(α | γ), the latter of which is not found in the noisy-channel model, but has been previously found to be a helpful feature (Och and Ney, 2002); • the lexical weights Pw(γ | α) and Pw(α | γ) (Koehn et al., 2003), which estimate how well the words in α translate the words in γ; 2 • a phrase penalty exp(1), which allows the model to learn a preference for longer or shorter derivations, analogous to Koehn’sphrase penalty (Koehn, 2003)." Suggesting 24M rules * 5 features per rule (?). Quella cifra è il totale, ed è ciò che decide quanto memoria il modello ha bisogno — circa mezzo gigabyte per miliardo alla compressione che la maggior parte delle persone usa.

05

Hiero— chi l'ha creato?

È stato pubblicato da University of Maryland, basato su United States of America, un'organizzazione categorizzata come academia.

06

Hiero— quando è stato rilasciato?

È stato pubblicato in June 2005. 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.

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.