ADP-FAIRSEQ+NGRAMRES
Brak oszacowania
Brak wymagań sprzętowych dla tego modelu
Wagi dla tego modelu nie zostały opublikowane, więc nie można ich pobrać ani uruchomić na własnym sprzęcie w żadnym rozmiarze. Jest dostępny tylko za pośrednictwem swojego dostawcy, a zmiana karty graficznej tego nie zmienia..
Na nagranie
Pełna specyfikacja
Wszystko na rekord dla tego modelu. Większość z tego opisuje, jak był trenowany, a nie jak działa — użyteczny kontekst do oceny, ile pracy włożono w to, i jak wypada w porównaniu z modelami budowanymi w innym skali..
Pochodzenie
Kto zbudował ten model, gdzie i kiedy został opublikowany.
- Organizacja
- Tsinghua University,Chinese University of Hong Kong (CUHK),Nara Institute of Science and Technology
- Typ organizacji
- Academia,Academia,Academia
- Kraj
- China, Hong Kong, Japan
- Opublikowany
- 26 October 2022
- Autorzy
- Huayang Li, Deng Cai, Jin Xu, Taro Watanabe
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Language
- Zadanie
- Language modeling, Translation, Text summarization
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- parametry
- 247M
- Dane treningowe
- tokens
Table 2
Dostępność
Czy możesz zdobyć model i uruchomić go na swoim sprzęcie, co decyduje o tym, czy którakolwiek z cyfr karty graficznej na tej stronie ma zastosowanie.
- Wagi
- Closed — provider access only
- Dostęp do modelu
- Unreleased
- Kod treningowy
- Open (non-commercial)
no license specified: https://github.com/ghrua/NgramRes
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Cytaty
- 3
- Dane benchmarkowe
- ADP-FAIRSEQ+NGRAMRES
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- N-gram Is Back: Residual Learning of Neural Text Generation with n-gram Language Model
- Ostatnio zaktualizowane
- 25 May 2026
Co oznaczają liczby
Co to jest model?
ADP-FAIRSEQ+NGRAMRES został opublikowany przez Tsinghua University,Chinese University of Hong Kong (CUHK),Nara Institute of Science and Technology, w kraju zapisanym jako China, podczas October 2022. Wychodzi z organizacji zaklasyfikowanej jako academia,Academia,Academia.
Działa w dziedzinie Language, i jest zapisany jako wykonujący zadanie language modeling, Translation, Text summarization.
Jego wagi nigdy nie zostały opublikowane, więc można go osiągnąć tylko przez jego dostawcę. Żaden procesor graficzny tego nie zmieni.
Odpowiedzi
ADP-FAIRSEQ+NGRAMRES — częste pytania
ADP-FAIRSEQ+NGRAMRES— Jaką GPU potrzebuję, aby ją uruchomić?
Żaden. To jest zamknięty model — jego wagi nigdy nie zostały opublikowane, więc nie można go pobrać ani uruchomić na własnym sprzęcie za żadną cenę. Jest dostępny tylko przez jego dostawcę.
ADP-FAIRSEQ+NGRAMRES— czy jest open weight?
Nie. Jego wagi nie zostały opublikowane, więc istnieje tylko jako usługa kontrolowana przez jego właściciela.
ADP-FAIRSEQ+NGRAMRES— ile ma parametrów?
Ma liczbę parametrów równą 247M. Table 2. Ta liczba to całkowita, i to ona decyduje o tym, ile pamięci potrzebuje model — mniej więcej pół gigabajta na miliard przy kompresji, którą używa większość ludzi.
ADP-FAIRSEQ+NGRAMRES— kto to stworzył?
Zostało opublikowane przez Tsinghua University,Chinese University of Hong Kong (CUHK),Nara Institute of Science and Technology, oparty na China, organizacja sklasyfikowana jako academia,Academia,Academia.
ADP-FAIRSEQ+NGRAMRES— kiedy to zostało wydane?
Zostało opublikowane w October 2022. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
ADP-FAIRSEQ+NGRAMRES— do czego to służy?
Działa w dziedzinie Language, i jest zarejestrowany jako realizujący zadanie language modeling, Translation, Text summarization. Modele często mają więcej niż jeden z każdego, a etykiety opisują cel, a nie ograniczenia możliwości.
Druga strona
Patrząc na to z drugiej strony?
Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, co wszystko będzie działać., Zacznij od sprzętu zamiast.