RaSoR
Geen schatting
Geen hardwarevereisten voor dit model
De gewichten voor dit model zijn niet gepubliceerd, dus het kan niet worden gedownload of op uw eigen hardware worden uitgevoerd in welke omvang dan ook. Het is alleen toegankelijk via de provider, en geen grafische kaart verandert dat.
Op record
Volledige specificatie
Alles over dit model vastgelegd. Het meeste beschrijft hoe het getraind is in plaats van hoe het draait — nuttige context om te beoordelen hoeveel werk erin gestoken is en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd.
Oorsprong
Wie heeft dit model gebouwd, waar en wanneer het werd gepubliceerd.
- Organisatie
- Korea University,Princeton University
- Organisatie type
- Academia,Academia
- Land
- Korea (Republic of), United States of America
- Gepubliceerd
- 23 December 2020
- Auteurs
- Jinhyuk Lee, Mujeen Sung, Jaewoo Kang, Danqi Chen
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan er verschillende van elk bevatten.
- Domein
- Language
- Taak
- Question answering
Grootte
Hoe groot het model is en hoeveel data erop is getraind. Parameters zijn de cijfers die bepalen of het op een bepaalde grafische kaart past.
- Opleidingsgegevens
- tokens
4000000 words in SQuAD * 4/3 tokens per word = 5,333,333 tokens
Hoe het is geclassificeerd
Labels de bron dataset toepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.
- Vereiste vertrouwen
- Confident
- Citations
- 154
Bronnen
Waar deze record vandaan komt en wanneer het voor het laatst is gecontroleerd.
- Referentie
- Learning Recurrent Span Representations for Extractive Question Answering
- Laatst bijgewerkt
- 1 January 2026
Wat de cijfers betekenen
Where it came from
RaSoR was published by Korea University,Princeton University, in Korea (Republic of), in December 2020. It comes out of academia,Academia.
It works in Language, and is recorded as doing question answering.
This is a closed model: the trained values stayed with whoever produced them, and there is no local version to run.
Antwoorden
RaSoR — Veelgestelde vragen
What is RaSoR used for?
RaSoR works in Language, and is recorded as handling question answering. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
What GPU do I need to run RaSoR?
None. RaSoR 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 RaSoR open source?
The licensing for RaSoR 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 RaSoR have?
No parameter count has been published for RaSoR, which is why no memory or speed figure appears on this page.
Who created RaSoR?
RaSoR was published by Korea University,Princeton University, based in Korea (Republic of), categorised as academia,Academia.
When was RaSoR released?
RaSoR was published in December 2020. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
De andere richting
Vanuit het andere perspectief bekijken?
Deze pagina begint bij het model. Als u al een kaart bezit en alles wilt weten wat het zal uitvoeren, Begin liever bij de hardware.