RAAM
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.
- Pubblicato
- 1 November 1990
- Autori
- Jordan B. Pollack
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Other
- Compito
- Representation learning
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
- 1.5K
- Dati di addestramento
- 29 tokens
Largest model: "A 48-16-48 RAAM learned to construct representations " Parameters 48*16*2 = 1536
29 sentence fragments (Figure 10)
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
- Record fiducia
- Confident
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Recursive Distributed Representations
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Sfondo
RAAM è stato pubblicato da its authors, durante November 1990.
Funziona nel dominio di Other, ed è registrato come eseguire il compito di representation learning.
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 stato addestrato su un corpus di circa 29 token di testo
È tracciato nel dataset sottostante per una ragione in particolare: highly cited.
Risposte
RAAM — domande comuni
RAAM— 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.
RAAM— 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.
RAAM— quanti parametri ha?
Ha un numero di parametri di 1.5K. Largest model: "A 48-16-48 RAAM learned to construct representations " Parameters 48*16*2 = 1536. 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.
RAAM— quando è stato rilasciato?
È stato pubblicato in November 1990. 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.
RAAM— A cosa serve?
Funziona nel dominio di Other, e viene registrato come gestire il compito di representation learning. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
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.