GroupLens
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
- Massachusetts Institute of Technology (MIT)
- Tipo di organizzazione
- Academia
- Paese
- United States of America
- Pubblicato
- 22 October 1994
- Autori
- Paul Resnick, Neophytos Iacovou, Mitesh Suchak, Peter Bergstrom, John Riedl
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Recommendation
- Compito
- Recommender system
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
- tokens
For each pair of users, the system computes the correlation between their scores in the articles they have rated. Then to make the prediction of a score for a given article and user the system computes a weighted average taking into account the correlations with each other user, the average rating of each user and the average rating of the article. So the system in total has n+m+n*n ~= n*n parameters, where n is the number of users and m is the number of articles. To address scaling issues, t…
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Perché è monitorato
- Highly cited
- Citazioni
- 7,733
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- GroupLens: an Open Architecture for Collaborative Filtering of Netnews
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Sfondo
GroupLens è stato pubblicato da Massachusetts Institute of Technology (MIT), nel paese registrato come United States of America, durante October 1994. Esce da un'organizzazione categorizzata come academia.
Funziona nel dominio di Recommendation, ed è registrato come eseguire il compito di recommender system.
I suoi pesi non sono mai stati pubblicati, quindi può essere raggiunto solo attraverso il suo fornitore. Nessuna scheda GPU cambia questo.
Come è stato addestrato
È tracciato nel dataset sottostante per una ragione in particolare: highly cited.
Risposte
GroupLens — domande comuni
GroupLens— chi l'ha creato?
È stato pubblicato da Massachusetts Institute of Technology (MIT), basato su United States of America, un'organizzazione categorizzata come academia.
GroupLens— quando è stato rilasciato?
È stato pubblicato in October 1994. 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.
GroupLens— A cosa serve?
Funziona nel dominio di Recommendation, e viene registrato come gestire il compito di recommender system. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.
GroupLens— 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.
GroupLens— 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.
GroupLens— 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.