YouTube Video Recommendation System

Zamknięte wagi Google September 2010

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
Google
Typ organizacji
Industry
Kraj
United States of America
Opublikowany
26 September 2010
Autorzy
J Davidson, B Liebald, J Liu, P Nandy

Co to robi

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

Domena
Recommendation
Zadanie
Recommender system

Rozmiar

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

Dane treningowe
tokens

"We currently handle millions of users and tens of billions of activity events with a total footprint of several terabytes of data" If 10M users each watch 1000 videos, that's 10B visualizations, which matches their "activity events" count.

Jak jest klasyfikowane

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

Dlaczego to jest śledzone
Highly cited,Significant use,Historical significance
Cytaty
1,160

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Referencja
The YouTube Video Recommendation System
Ostatnio zaktualizowane
28 November 2025

Co oznaczają liczby

Co to jest model?

YouTube Video Recommendation System został opublikowany przez Google, w kraju zapisanym jako United States of America, podczas September 2010. Organizacja publikująca jest klasyfikowana jako industry.

Działa w dziedzinie Recommendation, i jest zapisany jako wykonujący zadanie recommender system.

Jego wagi nigdy nie zostały opublikowane, więc można go osiągnąć tylko przez jego dostawcę. Żaden procesor graficzny tego nie zmieni.

Jak to zostało wytrenowane

Powód, dla którego w ogóle pojawia się w tym katalogu: highly cited,Significant use,Historical significance.

Odpowiedzi

YouTube Video Recommendation System — częste pytania

01

YouTube Video Recommendation System— kiedy to zostało wydane?

Zostało opublikowane w September 2010. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.

02

YouTube Video Recommendation System— do czego to służy?

Działa w dziedzinie Recommendation, i jest zarejestrowany jako realizujący zadanie recommender system. Model może obsługiwać kilka z każdego, więc to są obszary, dla których został zbudowany, a nie ograniczenie tego, co będzie próbował.

03

YouTube Video Recommendation System— 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.

04

YouTube Video Recommendation System— czy jest open weight?

Licencja nigdy nie została zarejestrowana w naszych danych źródłowych. Traktujemy niewskazaną licencję jako zamkniętą, ponieważ niezarejestrowana licencja nie jest na którą można polegać.

05

YouTube Video Recommendation System— ile ma parametrów?

Nie opublikowano liczby parametrów, dlatego na tej stronie nie pojawia się żaden wskaźnik pamięci ani prędkości.

06

YouTube Video Recommendation System— kto to stworzył?

Zostało opublikowane przez Google, oparty na United States of America, organizacja sklasyfikowana jako industry.

Źródło

Oryginalna publikacja

Ostatnia aktualizacja rekordu 28 November 2025

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.