← Wszystkie modele
Profil modelu
SAF R-CNN
Beijing Institute of Technology,Sun Yat-sen University,Panasonic R&D,National University of Singapore·Chiny·X 2015·widzenie
szacuneksprzęt z epoki
Indeks Świadomości
5,4×10⁻⁵%
widełki: 2,4×10⁻⁵%–0,0001%szacunek
Moc diagnostyczna
5,8×10⁵ bitów
widełki: 2,6×10⁵–1,3×10⁶
Energia treningu
0 MWh
widełki: 0 MWh–1 MWhszacuneksprzęt: NVIDIA GeForce GTX TITAN X
Sprawność
1,6 bit/J
bitów wzorca z 1 dżula energii treningu
Ile drogi do mózgu?i
5,4×10⁻⁵%
10⁻⁷%
Mózg (100%)
SAF R-CNN osiąga 5,4×10⁻⁵% potencjału mózgu — mózg ma ok. 1 800 000× więcej. Pasek jest logarytmiczny, więc każdy równy odcinek to ok. 10× wzrost.
Moment w historii
W dniu publikacji (X 2015) SAF R-CNN wyprzedzało go 6 modeli — na czele z:
SNM-skip
XII 2014
0,0040%
Seq2Seq LSTM
IX 2014
0,0003%
Unsupervised High-level Feature Learner
VII 2012
0,0002%
W dniu premiery
#7
Do ówczesnego lidera
×73,8
Modeli przed premierą
14
Porównanie obejmuje 170 modeli ze zbioru — „#1” = najwyższy Indeks Świadomości wśród modeli opublikowanych przed premierą.
Pozycja w rankingu
#148 z 170- #146DistBelief NNLMGoogle5,7×10⁻⁵%
- #147AlphaStarDeepMind5,5×10⁻⁵%
- #148SAF R-CNNBeijing Institute of Technology,Sun Yat-sen University,Panasonic R&D,National University of Singapore5,4×10⁻⁵%
- #149VGG16University of Oxford5,4×10⁻⁵%
- #150GPT-1OpenAI4,8×10⁻⁵%
Kontekst czasu
Każdy szary punkt to jeden z 170 modeli; SAF R-CNN wyróżniony kolorem. Oś pionowa jest logarytmiczna, a przerywana linia u góry to mózg (100%).