RaSoR
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
- Korea University,Princeton University
- Typ organizacji
- Academia,Academia
- Kraj
- Korea (Republic of), United States of America
- Opublikowane
- 23 December 2020
- Authors
- Jinhyuk Lee, Mujeen Sung, Jaewoo Kang, Danqi Chen
Co to robi
Obszary problemowe, dla których stworzono model. Model może zawierać kilka z każdej.
- Domena
- Language
- Zadanie
- Question answering
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
- tokens
4000000 words in SQuAD * 4/3 tokens per word = 5,333,333 tokens
Jak jest klasyfikowane
Etykiety stosowane przez źródłowy zbiór danych podczas śledzenia znaczących modeli oraz jak pewny jest w danym wpisie.
- Zaufanie do nagrania
- Confident
- Cytacje
- 154
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Learning Recurrent Span Representations for Extractive Question Answering
- Ostatnia aktualizacja
- 1 January 2026
Co oznaczają liczby
Skąd to przyszło
RaSoR was published by Korea University,Princeton University, in Korea (Republic of), in December 2020. It comes out of academia,Academia.
It works in Language, and is recorded as doing question answering.
To jest model zamknięty: wytrenowane wartości pozostały u tych, którzy je wyprodukowali, i nie ma lokalnej wersji do uruchomienia.
Odpowiedzi
RaSoR — Często zadawane pytania
What is RaSoR used for?
RaSoR works in Language, and is recorded as handling question answering. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
What GPU do I need to run RaSoR?
None. RaSoR 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 RaSoR open source?
The licensing for RaSoR was never recorded in our source data. We treat unstated licensing as closed, because an unrecorded licence is not one to rely on.
How many parameters does RaSoR have?
No parameter count has been published for RaSoR, which is why no memory or speed figure appears on this page.
Who created RaSoR?
RaSoR was published by Korea University,Princeton University, based in Korea (Republic of), categorised as academia,Academia.
When was RaSoR released?
RaSoR was published in December 2020. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
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..