LSTM+GraB
Brak szacunków
Brak wymagań sprzętowych dla tego modelu
Wagi tego modelu nie zostały opublikowane, dlatego nie można ich pobrać ani uruchomić na własnym sprzęcie w żadnym rozmiarze. Jest dostępny wyłącznie poprzez jego dostawcę, a żadna karta graficzna tego nie zmieni.
Na nagraniu
Pełna specyfikacja
Wszystko, co jest dostępne na temat tego modelu. Większość z tego opisuje, jak został wytrenowany, a nie jak działa — przydatny kontekst do oceny, ile pracy w to włożono i jak wypada na tle modeli zbudowanych na innym poziomie skali..
Pochodzenie
Kto zbudował ten model, gdzie i kiedy został opublikowany.
- Organizacja
- Cornell University
- Typ organizacji
- Academia
- Kraj
- United States of America
- Opublikowane
- 22 May 2022
- Autorzy
- Yucheng Lu, Wentao Guo, Christopher De Sa
Co to robi
Obszary problemowe, dla których stworzono model. Model może zawierać kilka z każdej.
- Domena
- Language
- Zadanie
- Language modeling/generation
Rozmiar
Jakiej wielkości jest model i na ile danych był szkolony. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- Dane treningowe
- 2,000,000 tokens
- Epoki
- 50
Dostępność
Czy możesz zdobyć model i uruchomić go na swoim własnym sprzęcie, co decyduje, czy jakiekolwiek z danych dotyczących karty graficznej na tej stronie mają zastosowanie.
- Wagi
- Closed — provider access only
- Dostęp do modelu
- Unreleased
- Kod treningowy
- Open source
MIT for code. LSTM script here: https://github.com/EugeneLYC/GraB/blob/main/neurips22/examples/nlp/word_language_model/lstm_wiki.sh
Jak jest klasyfikowane
Etykiety stosowane przez źródłowy zbiór danych podczas śledzenia znaczących modeli oraz jak pewny jest w danym wpisie.
- Zaufanie do nagrania
- Unknown
- Cytacje
- 18
- Benchmark data
- LSTM+GraB
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- GraB: Finding Provably Better Data Permutations than Random Reshuffling
- Ostatnia aktualizacja
- 1 January 2026
Co oznaczają liczby
Skąd to przyszło
LSTM+GraB was published by Cornell University, in United States of America, in May 2022. It comes out of academia.
It works in Language, and is recorded as doing language modeling/generation.
To jest model zamknięty: wytrenowane wartości pozostały u tych, którzy je wyprodukowali, i nie ma lokalnej wersji do uruchomienia.
Co poszło w budowę tego
The training set ran to roughly 2,000,000 tokens.
Odpowiedzi
LSTM+GraB — Często zadawane pytania
Who created LSTM+GraB?
LSTM+GraB was published by Cornell University, based in United States of America, categorised as academia.
When was LSTM+GraB released?
LSTM+GraB was published in May 2022. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is LSTM+GraB used for?
LSTM+GraB works in Language, and is recorded as handling language modeling/generation. These are the areas it was designed around; they describe intent rather than a hard boundary.
What GPU do I need to run LSTM+GraB?
None. LSTM+GraB 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.
Is LSTM+GraB open source?
No. LSTM+GraB has not had its weights published, so it exists only as a service controlled by its owner.
How many parameters does LSTM+GraB have?
No parameter count has been published for LSTM+GraB, which is why no memory or speed figure appears on this page.
W innym kierunku
Patrząc na to z drugiej strony?
Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, wszystko co będzie ona obsługiwać, Rozpocznij od sprzętu..