AWD-LSTM + dynamic eval (PTB)

Zamknięte wagi University of Edinburgh 24M parametry September 2017

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
University of Edinburgh
Typ organizacji
Academia
Kraj
United Kingdom of Great Britain and Northern Ireland
Opublikowany
21 September 2017
Autorzy
Ben Krause, Emmanuel Kahembwe, Iain Murray, Steve Renals

Co to robi

Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.

Domena
Language
Zadanie
Language modeling

Rozmiar

Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.

parametry
24M
Dane treningowe
tokens

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 source

BSD-2: https://github.com/benkrause/dynamic-evaluation

Jak jest klasyfikowane

Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.

Zapisz pewność
Confident
Cytaty
147
Dane benchmarkowe
AWD-LSTM + dynamic eval (PTB)

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Referencja
Dynamic Evaluation of Neural Sequence Models
Ostatnio zaktualizowane
25 May 2026

Co oznaczają liczby

Tło

AWD-LSTM + dynamic eval (PTB) został opublikowany przez University of Edinburgh, w kraju zapisanym jako United Kingdom of Great Britain and Northern Ireland, podczas September 2017. Kategoria, do której należy wydawca, to academia.

Działa w dziedzinie Language, i jest zapisany jako wykonujący zadanie language modeling.

Ponieważ wagi nie są dostępne, żadne z danych dotyczących sprzętu gdzie indziej na tej stronie się do niego nie odnoszą.

Odpowiedzi

AWD-LSTM + dynamic eval (PTB) — częste pytania

01

AWD-LSTM + dynamic eval (PTB)— kto to stworzył?

Zostało opublikowane przez University of Edinburgh, oparty na United Kingdom of Great Britain and Northern Ireland, organizacja sklasyfikowana jako academia.

02

AWD-LSTM + dynamic eval (PTB)— kiedy to zostało wydane?

Zostało opublikowane w September 2017. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.

03

AWD-LSTM + dynamic eval (PTB)— do czego to służy?

Działa w dziedzinie Language, i jest zarejestrowany jako realizujący zadanie language modeling. Modele często mają więcej niż jeden z każdego, a etykiety opisują cel, a nie ograniczenia możliwości.

04

AWD-LSTM + dynamic eval (PTB)— 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.

05

AWD-LSTM + dynamic eval (PTB)— czy jest open weight?

Nie. Jego wagi nie zostały opublikowane, więc istnieje tylko jako usługa kontrolowana przez jego właściciela.

06

AWD-LSTM + dynamic eval (PTB)— ile ma parametrów?

Ma liczbę parametrów równą 24M. 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.

Źródło

Oryginalna publikacja

Ostatnia aktualizacja rekordu 25 May 2026

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.