Joint Probability Machine Translation

Zamknięte wagi University of Southern California June 2002

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 Southern California
Typ organizacji
Academia
Kraj
United States of America
Opublikowany
1 June 2002
Autorzy
Daniel Marcu, William Wong

Co to robi

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

Domena
Language
Zadanie
Translation

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
100,000 tokens

[WORDS] "To evaluate our system, we trained [...] our joint probability model on a French-English parallel corpus of 100,000 sentence pairs from the Hansard corpus. The sentences in the corpus were at most 20 words long. The English side had a total of 1,073,480 words (21,484 unique tokens). The French side had a total of 1,177,143 words (28,132 unique tokens)"

Jak jest klasyfikowane

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

Cytaty
623

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Referencja
A Phrase-Based, Joint Probability Model for Statistical Machine Translation
Ostatnio zaktualizowane
28 November 2025

Co oznaczają liczby

Co to jest model?

Joint Probability Machine Translation został opublikowany przez University of Southern California, w kraju zapisanym jako United States of America, podczas June 2002. Kategoria, do której należy wydawca, to academia.

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

To jest model zamknięty: wytrenowane wartości pozostały u tego, kto je wyprodukował, a lokalna wersja do uruchomienia nie istnieje.

Jak to zostało wytrenowane

Został wytrenowany na korpusie około 100,000 Tokeny tekstu.

Odpowiedzi

Joint Probability Machine Translation — częste pytania

01

Joint Probability Machine Translation— 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.

02

Joint Probability Machine Translation— 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.

03

Joint Probability Machine Translation— ile ma parametrów?

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

04

Joint Probability Machine Translation— kto to stworzył?

Zostało opublikowane przez University of Southern California, oparty na United States of America, organizacja sklasyfikowana jako academia.

05

Joint Probability Machine Translation— kiedy to zostało wydane?

Zostało opublikowane w June 2002. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.

06

Joint Probability Machine Translation— do czego to służy?

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

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.