Maximum Entropy Models for machine translation
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
- University of Southern California,RWTH Aachen University
- Organisatietype
- Academia,Academia
- Land
- United States of America, Germany
- Gepubliceerd
- 6 July 2002
- Auteurs
- Franz Josef Och and Hermann Ney
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.
- Domein
- Language
- Taak
- Translation
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
- 58,073 tokens
[WORDS] Table 1
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.
- Citaties
- 1,413
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- Discriminative Training and Maximum Entropy Models for Statistical Machine Translation
- Laatst bijgewerkt
- 28 November 2025
Wat de cijfers betekenen
Over dit model
Maximum Entropy Models for machine translation werd gepubliceerd door University of Southern California,RWTH Aachen University, in het land geregistreerd als United States of America, tijdens July 2002. De publicerende organisatie is geclassificeerd als academia,Academia.
Het werkt in het domein van Language, en wordt geregistreerd als het uitvoeren van de taak van translation.
De gewichten werden nooit gepubliceerd, dus het kan alleen worden bereikt via de provider. Geen enkele GPU verandert dat.
Hoe het getraind werd
Training verbruikte een corpus van ongeveer 58,073 tekstokens
Antwoorden
Maximum Entropy Models for machine translation — veelgestelde vragen
Maximum Entropy Models for machine translation— hoeveel parameters heeft het?
Er is geen parameter telling gepubliceerd, daarom verschijnt er geen geheugen of snelheidsfiguur op deze pagina.
Maximum Entropy Models for machine translation— wie heeft het gemaakt?
Het werd gepubliceerd door University of Southern California,RWTH Aachen University, gebaseerd op United States of America, een organisatie geclassificeerd als academia,Academia.
Maximum Entropy Models for machine translation— wanneer is het uitgebracht?
Het werd gepubliceerd in July 2002. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.
Maximum Entropy Models for machine translation— waarvoor wordt het gebruikt?
Het werkt in het domein van Language, en wordt geregistreerd als het afhandelen van translation. Modellen hebben vaak meer dan één van elk, en de tags beschrijven het doel in plaats van de capaciteitslimieten.
Maximum Entropy Models for machine translation— 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.
Maximum Entropy Models for machine translation— 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.
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.