Learning past tenses
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
- Stanford University
- Organisatietype
- Academia
- Land
- United States of America
- Gepubliceerd
- 3 January 1986
- Auteurs
- Rumelhart, D. E., & McClelland, J. L
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.
- Domein
- Language
- Taak
- Verb conjugation
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.
- parameters
- 211.6K
- Training gegevens
- tokens
Source: https://files.eric.ed.gov/fulltext/ED267419.pdf p.9: network architecture is given, with two layers of hidden units. The hidden units are called “Wickelfeature representation”. The “modifiable connections” are only between the hidden units. p.19: “All in all then, we used only 460 of the 1,210 possible Wickelfeatures. Using this representation, a verb is represented by a pattern of activation over a set of 460 Wickelfeature units."
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
- 318
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- Learning the past tenses of English verbs: Implicit rules or parallel distributed processing?
- Laatst bijgewerkt
- 28 November 2025
Wat de cijfers betekenen
Waar het vandaan kwam
Learning past tenses werd gepubliceerd door Stanford University, in het land geregistreerd als United States of America, tijdens January 1986. De categorie waaronder de uitgever valt is academia.
Het werkt in het domein van Language, en wordt geregistreerd als het uitvoeren van de taak van verb conjugation.
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.
Antwoorden
Learning past tenses — veelgestelde vragen
Learning past tenses— hoeveel parameters heeft het?
Het heeft een parameter telling van 211.6K. Source: https://files.eric.ed.gov/fulltext/ED267419.pdf p.9: network architecture is given, with two layers of hidden units. The hidden units are called “Wickelfeature representation”. The “modifiable connections” are only between the hidden units. p.19: “All in all then, we used only 460 of the 1,210 possible Wickelfeatures. Using this representation, a verb is represented by a pattern of activation over a set of 460 Wickelfeature units.". Dat cijfer is het totaal, en het bepaalt hoeveel MEMORY het MODEL nodig heeft - ongeveer een halve gigabyte per miljard bij de compressie die de meeste mensen gebruiken.
Learning past tenses— wie heeft het gemaakt?
Het werd gepubliceerd door Stanford University, gebaseerd op United States of America, een organisatie geclassificeerd als academia.
Learning past tenses— wanneer is het uitgebracht?
Het werd gepubliceerd in January 1986. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.
Learning past tenses— waarvoor wordt het gebruikt?
Het werkt in het domein van Language, en wordt geregistreerd als het afhandelen van verb conjugation. 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.
Learning past tenses— 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.
Learning past tenses— 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.