RECONTRA-uncategorized
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.
- Opublikowany
- 2 June 1999
- Autorzy
- M. A. Castaño, F. Casacuberta
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Language
- Zadanie
- Translation
- Podejście
- Supervised
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- parametry
- 112K
- Dane treningowe
- 57,500 tokens
- Epoki
- 100
8*61*160+160*160+160*52=112000 "a network with 61 input units, 52 outputs, 160 hidden traits and 8 (4+I+3) delayed inputs" Table 1
5000*11.5=57500 The length of the non-categorized Spanish sentences ranged from 3 to 20 and the length of the non-categorized English sentences, from 3 to 17
Obliczenia treningowe
Arytmetyka wykonywana w celu wytrenowania modelu, mierzona w operacjach zmiennoprzecinkowych. Jest to miara kosztów przeprowadzenia treningu, a nie tego, jak szybko gotowy model odpowiada na twoje pytania.
- Obliczenia treningowe
- 3.9 × 10¹² FLOP
- Jak to zostało ustalone
- Operation counting
2*112000*3*11.5*5000*100=3864000000000=3.9e12 "was trained for 100 epochs using the 5,000 pairs" "The length of the non-categorized Spanish sentences ranged from 3 to 20 and the length of the non-categorized English sentences, from 3 to 17"
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Dlaczego to jest śledzone
- Training cost
- Zapisz pewność
- Likely
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Text-to-text machine translation using the RECONTRA connectionist model
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
O tym modelu
RECONTRA-uncategorized został opublikowany przez its authors, podczas June 1999.
Działa w dziedzinie Language, i jest zapisany jako wykonujący zadanie translation.
Jego wagi nigdy nie zostały opublikowane, więc można go osiągnąć tylko przez jego dostawcę. Żaden procesor graficzny tego nie zmieni.
Co poszło w budowę tego
Trening zajmował około 3.9 × 10¹² FLOP. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.
Został wytrenowany na korpusie około 57,500 Tokeny tekstu.
Kryterium włączenia: training cost.
Odpowiedzi
RECONTRA-uncategorized — częste pytania
RECONTRA-uncategorized— 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.
RECONTRA-uncategorized— 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.
RECONTRA-uncategorized— ile ma parametrów?
Ma liczbę parametrów równą 112K. 8*61*160+160*160+160*52=112000 "a network with 61 input units, 52 outputs, 160 hidden traits and 8 (4+I+3) delayed inputs" Table 1. Ta liczba to całkowita, i to ona decyduje o tym, ile pamięci potrzebuje model — mniej więcej pół gigabajta na miliard przy kompresji, którą używa większość ludzi.
RECONTRA-uncategorized— kiedy to zostało wydane?
Zostało opublikowane w June 1999. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
RECONTRA-uncategorized— do czego to służy?
Działa w dziedzinie Language, i jest zarejestrowany jako realizujący zadanie translation. Model może obsługiwać kilka z każdego, więc to są obszary, dla których został zbudowany, a nie ograniczenie tego, co będzie próbował.
RECONTRA-uncategorized— ile mocy obliczeniowej użyto do jego trenowania?
Szkolenie zajęło około 3.9 × 10¹² FLOP. To mierzy, ile kosztowało wyprodukowanie modelu i nie mówi nic o tym, jak szybko odpowiada po wytrenowaniu — prędkość wnioskowania pochodzi z SZEROKOŚCI PASMA, a nie z budżetu treningowego.
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.