RankBoost (meta-search)
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, Search
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
16 (ML) and 22 (UNIV) query-expansion templates; retrieve top-30 URLs per template; combine via RankBoost. ML: 210 base queries; UNIV: 290.
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 (meta-search) został opublikowany przez Columbia University,Princeton University,Hebrew University of Jerusalem, w kraju zapisanym jako United States of America, podczas November 2003. Organizacja publikująca jest klasyfikowana jako academia,Academia,Academia.
Działa w dziedzinie Recommendation, i jest zapisany jako wykonujący zadanie recommender system, Search.
Jego wagi nigdy nie zostały opublikowane, więc można go osiągnąć tylko przez jego dostawcę. Żaden procesor graficzny tego nie zmieni.
Odpowiedzi
RankBoost (meta-search) — częste pytania
RankBoost (meta-search)— 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 (meta-search)— 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 (meta-search)— do czego to służy?
Działa w dziedzinie Recommendation, i jest zarejestrowany jako realizujący zadanie recommender system, Search. To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.
RankBoost (meta-search)— 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.
RankBoost (meta-search)— czy jest open weight?
Nie. Jego wagi nie zostały opublikowane, więc istnieje tylko jako usługa kontrolowana przez jego właściciela.
RankBoost (meta-search)— ile ma parametrów?
Nie opublikowano liczby parametrów, dlatego na tej stronie nie pojawia się żaden wskaźnik pamięci ani prędkości.
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.