Joint Probability Machine Translation
Nessuna stima
Nessun requisito hardware per questo modello
I pesi di questo modello non sono stati pubblicati, quindi non può essere scaricato o eseguito sul vostro hardware a qualsiasi dimensione. È accessibile solo attraverso il suo fornitore, e nessuna scheda grafica può cambiare questo.
In registrazione
Specifiche complete
Tutto ciò che riguarda questo modello. La maggior parte delle informazioni descrive come è stato addestrato piuttosto che come viene eseguito — un contesto utile per valutare la quantità di lavoro impiegata e come si confronta con modelli realizzati su scala diversa.
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Organizzazione
- University of Southern California
- Tipo di organizzazione
- Academia
- Paese
- United States of America
- Pubblicato
- 1 June 2002
- Autori
- Daniel Marcu, William Wong
Cosa fa
Le aree problematiche per cui è stato costruito 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 il valore che decide se si adatta a una determinata scheda grafica.
- Dati di addestramento
- 100,000 tokens
[WORDS] "To evaluate our system, we trained [...] our joint probability model on a French-English parallel corpus of 100,000 sentence pairs from the Hansard corpus. The sentences in the corpus were at most 20 words long. The English side had a total of 1,073,480 words (21,484 unique tokens). The French side had a total of 1,177,143 words (28,132 unique tokens)"
Come è classificato
Etichette che il dataset sorgente applica quando si monitorano modelli notevoli e quanto è fiducioso nell'entry.
- Citazioni
- 623
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- A Phrase-Based, Joint Probability Model for Statistical Machine Translation
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Cosa è questo modello
Joint Probability Machine Translation was published by University of Southern California, in United States of America, in June 2002. academia is the category the publisher falls under.
It works in Language, and is recorded as doing 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.
Come è stato addestrato
It was trained on about 100,000 tokens of text.
Risposte
Joint Probability Machine Translation — Domande frequenti
What GPU do I need to run Joint Probability Machine Translation?
None. Joint Probability Machine Translation is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is Joint Probability Machine Translation open source?
The licensing for Joint Probability Machine Translation was never recorded in our source data. We treat unstated licensing as closed, because an unrecorded licence is not one to rely on.
How many parameters does Joint Probability Machine Translation have?
No parameter count has been published for Joint Probability Machine Translation, which is why no memory or speed figure appears on this page.
Who created Joint Probability Machine Translation?
Joint Probability Machine Translation was published by University of Southern California, based in United States of America, categorised as academia.
When was Joint Probability Machine Translation released?
Joint Probability Machine Translation was published in June 2002. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is Joint Probability Machine Translation used for?
Joint Probability Machine Translation works in Language, and is recorded as handling translation. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
L'altra direzione
Guardando la questione dall'altra parte?
Questa pagina inizia dal modello. Se possedete già una scheda e desiderate conoscere tutto ciò che può eseguire, inizia dall'hardware invece.