Word Representations
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 Montreal / Université de Montréal,University of Illinois Urbana-Champaign (UIUC)
- Typ organizacji
- Academia,Academia
- Kraj
- Canada, United States of America
- Opublikowany
- 1 June 2010
- Autorzy
- Joseph Turian, Lev-Arie Ratinov, Yoshua Bengio
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Language
- Zadanie
- Language Structure Modeling
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
- 37,000,000 tokens
Section 6: "After cleaning, there are 37 million words (58% of the original) in 1.3 million sentences"
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Cytaty
- 2,510
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Word Representations: A Simple and General Method for Semi-Supervised Learning
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
O tym modelu
Word Representations został opublikowany przez University of Montreal / Université de Montréal,University of Illinois Urbana-Champaign (UIUC), w kraju zapisanym jako Canada, podczas June 2010. Kategoria, do której należy wydawca, to academia,Academia.
Działa w dziedzinie Language, i jest zapisany jako wykonujący zadanie language Structure Modeling.
To jest model zamknięty: wytrenowane wartości pozostały u tego, kto je wyprodukował, a lokalna wersja do uruchomienia nie istnieje.
Co poszło w budowę tego
Trening zużył korpus około 37,000,000 Tokeny tekstu.
Odpowiedzi
Word Representations — częste pytania
Word Representations— kiedy to zostało wydane?
Zostało opublikowane w June 2010. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
Word Representations— do czego to służy?
Działa w dziedzinie Language, i jest zarejestrowany jako realizujący zadanie language Structure Modeling. Modele często mają więcej niż jeden z każdego, a etykiety opisują cel, a nie ograniczenia możliwości.
Word Representations— 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.
Word Representations— 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.
Word Representations— ile ma parametrów?
Nie opublikowano liczby parametrów, dlatego na tej stronie nie pojawia się żaden wskaźnik pamięci ani prędkości.
Word Representations— kto to stworzył?
Zostało opublikowane przez University of Montreal / Université de Montréal,University of Illinois Urbana-Champaign (UIUC), oparty na Canada, organizacja sklasyfikowana jako academia,Academia.
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.