Enhanced Neighborhood-Based Filtering

Gesloten gewichten AT&T October 2007

Geen schatting

Geen hardware-eisen voor dit model

De gewichten voor dit model zijn niet gepubliceerd, dus het kan niet worden gedownload of uitgevoerd op je eigen hardware in welke grootte dan ook. Het is alleen bereikbaar via de aanbieder, en geen enkele grafische kaart verandert dat..

Op record

Volledige specificatie

Alles wat geregistreerd is voor dit model. Het merendeel beschrijft hoe het getraind werd in plaats van hoe het draait - nuttige context om te beoordelen hoeveel werk erin is gestoken, en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd..

Oorsprong

Wie heeft dit model gebouwd, waar, en wanneer het gepubliceerd werd.

Organisatie
AT&T
Organisatietype
Industry
Land
United States of America
Gepubliceerd
28 October 2007
Auteurs
RM Bell, Y Koren

Wat het doet

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

Domein
Recommendation
Taak
Recommender system

Grootte

Hoe groot het model is en hoeveel data het is getraind. Parameters zijn het cijfer dat bepaalt of het past op een gegeven grafische kaart.

Training gegevens
100,000,000 tokens

Hoe het is geclassificeerd

Labels van de brondataset die worden toegepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.

Waarom het wordt gevolgd
SOTA improvement

"We evaluate these methods on the Netflix dataset, where they deliver significantly better results than the commercial Netflix Cinematch recommender system." they don't claim absolute SOTA on any of the benchmarks

Record vertrouwen
Unknown
Citaties
687

Bronnen

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

Referentie
Scalable Collaborative Filtering with Jointly Derived Neighborhood Interpolation Weights
Laatst bijgewerkt
28 November 2025

Wat de cijfers betekenen

Waar het vandaan kwam

Enhanced Neighborhood-Based Filtering werd gepubliceerd door AT&T, in het land geregistreerd als United States of America, tijdens October 2007. Het komt uit een organisatie gecategoriseerd als industry.

Het werkt in het domein van Recommendation, en wordt geregistreerd als het uitvoeren van de taak van recommender system.

Dit is een gesloten model: de getrainde waarden zijn bij degene gebleven die ze geproduceerd hebben, en er is geen lokale versie om te draaien.

Wat erin ging zitten om het te bouwen

Het is getraind op een corpus van ongeveer 100,000,000 tekstokens

De inclusiecriteria: sOTA improvement.

Antwoorden

Enhanced Neighborhood-Based Filtering — veelgestelde vragen

01

Enhanced Neighborhood-Based Filtering— Welke GPU heb ik nodig om het te draaien?

Dit is een gesloten model — de gewichten zijn nooit gepubliceerd, dus het kan niet gedownload of uitgevoerd worden op je eigen hardware voor eender welke prijs. Het is alleen bereikbaar via de aanbieder.

02

Enhanced Neighborhood-Based Filtering— is het open-source?

De licenties werden nooit vastgelegd in onze brondocumenten. We beschouwen niet-verklaarde licenties als gesloten, omdat een niet-vastgelegde licentie er geen is om op te vertrouwen.

03

Enhanced Neighborhood-Based Filtering— hoeveel parameters heeft het?

Er is geen parameter telling gepubliceerd, daarom verschijnt er geen geheugen of snelheidsfiguur op deze pagina.

04

Enhanced Neighborhood-Based Filtering— wie heeft het gemaakt?

Het werd gepubliceerd door AT&T, gebaseerd op United States of America, een organisatie geclassificeerd als industry.

05

Enhanced Neighborhood-Based Filtering— wanneer is het uitgebracht?

Het werd gepubliceerd in October 2007. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.

06

Enhanced Neighborhood-Based Filtering— waarvoor wordt het gebruikt?

Het werkt in het domein van Recommendation, en wordt geregistreerd als het afhandelen van recommender system. Een model kan er verschillende van elk dragen, dus dit zijn de gebieden waarvoor het is gebouwd in plaats van een limiet op wat het zal proberen.

Bron

Originele publicatie

Laatste update geregistreerd 28 November 2025

De andere richting

Van de andere kant bekijken?

Deze pagina begint met het model. Als je al een kaart bezit en alles wilt weten wat het zal draaien, begin in plaats van de hardware.