RankBoost (EachMovie)
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
- Columbia University,Princeton University,Hebrew University of Jerusalem
- Typ organizacji
- Academia,Academia,Academia
- Kraj
- United States of America, Israel
- Opublikowany
- 15 November 2003
- Autorzy
- Yoav Freund, Raj Iyer, Robert E. Schapire, Yoram Singer
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Recommendation
- Zadanie
- Recommender system, Collaborative filtering, Movie ratings
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 used the data of 61,625 viewers entering a total of 2,811,983 numeric ratings for 1,628 different movies (films and videos).
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
- Unreleased
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Zapisz pewność
- Unknown
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- An Efficient Boosting Algorithm for Combining Preferences
- Ostatnio zaktualizowane
- 11 February 2026
Co oznaczają liczby
Co to jest model?
RankBoost (EachMovie) został opublikowany przez Columbia University,Princeton University,Hebrew University of Jerusalem, w kraju zapisanym jako United States of America, podczas November 2003. Kategoria, do której należy wydawca, to academia,Academia,Academia.
Działa w dziedzinie Recommendation, i jest zapisany jako wykonujący zadanie recommender system, Collaborative filtering, Movie ratings.
Ponieważ wagi nie są dostępne, żadne z danych dotyczących sprzętu gdzie indziej na tej stronie się do niego nie odnoszą.
Odpowiedzi
RankBoost (EachMovie) — częste pytania
RankBoost (EachMovie)— czy jest open weight?
Nie. Jego wagi nie zostały opublikowane, więc istnieje tylko jako usługa kontrolowana przez jego właściciela.
RankBoost (EachMovie)— ile ma parametrów?
Nie opublikowano liczby parametrów, dlatego na tej stronie nie pojawia się żaden wskaźnik pamięci ani prędkości.
RankBoost (EachMovie)— kto to stworzył?
Zostało opublikowane przez Columbia University,Princeton University,Hebrew University of Jerusalem, oparty na United States of America, organizacja sklasyfikowana jako academia,Academia,Academia.
RankBoost (EachMovie)— kiedy to zostało wydane?
Zostało opublikowane w November 2003. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
RankBoost (EachMovie)— do czego to służy?
Działa w dziedzinie Recommendation, i jest zarejestrowany jako realizujący zadanie recommender system, Collaborative filtering, Movie ratings. Model może obsługiwać kilka z każdego, więc to są obszary, dla których został zbudowany, a nie ograniczenie tego, co będzie próbował.
RankBoost (EachMovie)— 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.
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.