RSM

Gesloten gewichten Cerenaut May 2019

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
Cerenaut
Land
Australia
Gepubliceerd
28 May 2019
Authors
David Rawlinson, Abdelrahman Ahmed, Gideon Kowadlo

Wat het doet

De probleemgebieden waarvoor het model is gebouwd. Een model kan er verschillende van elk bevatten.

Domein
Language
Taak
Language modeling

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

Beschikbaarheid

Of je het model kunt verkrijgen en het op je eigen hardware kunt draaien, wat bepaalt of een van de grafische kaartcijfers op deze pagina van toepassing is.

Gewichten
Closed — provider access only
Model toegang
Unreleased
Trainingscode
Open source

code for PTB, Apache 2.0 license: https://github.com/Cerenaut/rsm

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
Unknown
Citations
4
Benchmark data
RSM

Bronnen

Waar deze record vandaan komt en wanneer het voor het laatst is gecontroleerd.

Referentie
Learning distant cause and effect using only local and immediate credit assignment
Laatst bijgewerkt
25 May 2026

Wat de cijfers betekenen

Where it came from

RSM was published by Cerenaut, in Australia, in May 2019.

It works in Language, and is recorded as doing language modeling.

This is a closed model: the trained values stayed with whoever produced them, and there is no local version to run.

Antwoorden

RSM — Veelgestelde vragen

01

What GPU do I need to run RSM?

None. RSM 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.

02

Is RSM open source?

No. RSM has not had its weights published, so it exists only as a service controlled by its owner.

03

Hoeveel parameters heeft RSM?

No parameter count has been published for RSM, which is why no memory or speed figure appears on this page.

04

Who created RSM?

RSM was published by Cerenaut, based in Australia.

05

When was RSM released?

RSM was published in May 2019. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.

06

What is RSM used for?

RSM works in Language, and is recorded as handling language modeling. These are the areas it was designed around; they describe intent rather than a hard boundary.

Bron

Oorspronkelijke publicatie

Laast bijgewerkt 25 May 2026

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.