Linear Decision Functions
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
- Bell Laboratories
- Typ organizacji
- Industry
- Kraj
- United States of America
- Opublikowany
- 1 June 1962
- Autorzy
- W. Highleyman
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Mathematics
- Zadanie
- Binary classification
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
- 500 tokens
"Fifty different people were asked, resulting in a sample size of 50 for each of the ten pattern classes. "
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
- 1.6 × 10⁶ FLOP
- Jak to zostało ustalone
- Hardware
0.5*45*35*1980 = 1559250 = 1.56e6 Trained using IBM punched cards, computation took 45 * 35s for all 10 digits (Section Estimating the Linear Decision Function). Multiplications per second estimate based on publication year: 1.98e3 (regression on Nordhaus data). Assumed utilization of 0.5
Przebieg szkolenia
Co fizycznie było potrzebne do treningu: jakie chipy, ile, na jak długo i co to pobierało z sieci.
- Czas rzeczywisty
- 0 hours
"Forty-five hyperplanes are required in the complete linear decision function" "About 35 seconds, on the average, was required to determine a hyperplane, given an initial position."
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Model Frontier
- Yes
- Dlaczego to jest śledzone
- Historical significance,Highly cited
- Zapisz pewność
- Speculative
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Linear Decision Functions, with Application to Pattern Recognition
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
O tym modelu
Linear Decision Functions został opublikowany przez Bell Laboratories, w kraju zapisanym jako United States of America, podczas June 1962. Organizacja publikująca jest klasyfikowana jako industry.
Działa w dziedzinie Mathematics, i jest zapisany jako wykonujący zadanie binary classification.
Ponieważ wagi nie są dostępne, żadne z danych dotyczących sprzętu gdzie indziej na tej stronie się do niego nie odnoszą.
Szkolenie i pochodzenie
Wytworzenie tego wymagało arytmetyki sumującej około 1.6 × 10⁶ FLOP. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.
Został wytrenowany na korpusie około 500 Tokeny tekstu.
Powód, dla którego w ogóle pojawia się w tym katalogu: historical significance,Highly cited.
Odpowiedzi
Linear Decision Functions — częste pytania
Linear Decision Functions— ile ma parametrów?
Nie opublikowano liczby parametrów, dlatego na tej stronie nie pojawia się żaden wskaźnik pamięci ani prędkości.
Linear Decision Functions— kto to stworzył?
Zostało opublikowane przez Bell Laboratories, oparty na United States of America, organizacja sklasyfikowana jako industry.
Linear Decision Functions— kiedy to zostało wydane?
Zostało opublikowane w June 1962. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
Linear Decision Functions— do czego to służy?
Działa w dziedzinie Mathematics, i jest zarejestrowany jako realizujący zadanie binary classification. Modele często mają więcej niż jeden z każdego, a etykiety opisują cel, a nie ograniczenia możliwości.
Linear Decision Functions— ile mocy obliczeniowej użyto do jego trenowania?
Szkolenie zajęło około 1.6 × 10⁶ 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.
Linear Decision Functions— 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.
Linear Decision Functions— 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.
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.