Hanabi 4 player
Žádný odhad
Žádné hardwareové požadavky na tento model
Hmotnosti tohoto modelu nebyly publikovány, takže jej nelze stáhnout ani spustit na vlastním hardwaru v jakékoli velikosti. Je dostupný pouze prostřednictvím svého poskytovatele a žádná grafická karta to nezmění..
Záznam.
Plná specifikace
Všechno zaznamenané k tomuto modelu. Většina z toho popisuje, jak byl trénován, nikoli jak běží — užitečný kontext pro posouzení, kolik práce do něj bylo vloženo, a jak se srovnává s modely postavenými na jinou škálu.
Původ
Kdo vybudoval tento model, kde a kdy byl publikován.
- Organizace
- DeepMind,University of Oxford,Carnegie Mellon University (CMU),Google Brain
- Typ organizace
- Industry,Academia,Academia,Industry
- Země
- United Kingdom of Great Britain and Northern Ireland, United States of America
- Publikováno
- 1 February 2019
Co to dělá
Problémové oblasti, pro které byl model vyvinut. Model může obsahovat několik z každého.
- Doména
- Games
- Úkol
- Hanabi
Velikost
Jak velký je model a na kolik dat byl vytrénován. Parametry jsou číslo, které rozhoduje o tom, zda se vejde na danou grafickou kartu.
- Parametry
- 764K
- Tréninková data
- 20,000,000,000 tokens
source: https://docs.google.com/spreadsheets/d/1Kj4Q5WADcDXtUJLIOfGTCE3tGvxNczEMwyy8QtgSkHk/edit#gid=54587040&fvid=1361937389
Výpočet trénování
Aritmetika prováděná k trénování modelu, měřená v operacích s plovoucí desetinnou čárkou. Je to měřítko toho, kolik stál trénink, nikoli jak rychle hotový model na vás odpovídá.
- Výpočet trénování
- 4.3 × 10¹⁸ FLOP
- Jak bylo založeno
- Hardware
14.13e+12 FLOP/s * 7 days * 86400 s/day * 0.50 utilization = 4.3e+18 FLOP
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to bralo ze zásuvky.
- Tréninkové hardwarové zařízení
- NVIDIA V100
Dostupnost
Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se na tuto stránku vztahují jakákoliv čísla grafických karet.
- Váhy
- Closed — provider access only
- Přístup k modelu
- Unreleased
- Tréninkový kód
- Unreleased
Jak je klasifikováno
Labely, které se na zdrojovém datovém souboru používají při sledování významných modelů, a jak moc si je jistý touto položkou.
- Proč je to sledováno
- Historical significance
- Záznam důvěry
- Confident
- Citace
- 229
Adapted some SOTA RL algorithms to a new task that posed research challenges
Zdroje
Odkud tento záznam pochází a kdy byl naposled zkontrolován.
- Odkaz
- The Hanabi Challenge: A New Frontier for AI Research
- Naposledy aktualizováno
- 28 November 2025
Co čísla znamenají
O tomto modelu
Hanabi 4 player was published by DeepMind,University of Oxford,Carnegie Mellon University (CMU),Google Brain, in United Kingdom of Great Britain and Northern Ireland, in February 2019. industry,Academia,Academia,Industry is the category the publisher falls under.
It works in Games, and is recorded as doing hanabi.
Because the weights are not available, none of the hardware figures elsewhere on this site apply to it.
Co bylo zapotřebí k jeho vybudování
The training run consumed about 4.3 × 10¹⁸ FLOP, on NVIDIA V100. That figure describes the cost of creating it and has no bearing on how quickly it generates text.
Around 20,000,000,000 tokens went into training it.
The reason it appears in this catalogue at all is historical significance.
Odpovědi
Hanabi 4 player — Časté dotazy
How much compute was used to train Hanabi 4 player?
Around 4.3 × 10¹⁸ FLOP, on NVIDIA V100. That measures what producing the model cost and says nothing about how quickly it answers once trained — inference speed comes from memory bandwidth, not from the training budget.
What GPU do I need to run Hanabi 4 player?
None. Hanabi 4 player is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is Hanabi 4 player open source?
No. Hanabi 4 player has not had its weights published, so it exists only as a service controlled by its owner.
How many parameters does Hanabi 4 player have?
Hanabi 4 player has 764K parameters. source: https://docs.google.com/spreadsheets/d/1Kj4Q5WADcDXtUJLIOfGTCE3tGvxNczEMwyy8QtgSkHk/edit#gid=54587040&fvid=1361937389. That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.
Who created Hanabi 4 player?
Hanabi 4 player was published by DeepMind,University of Oxford,Carnegie Mellon University (CMU),Google Brain, based in United Kingdom of Great Britain and Northern Ireland, categorised as industry,Academia,Academia,Industry.
When was Hanabi 4 player released?
Hanabi 4 player was published in February 2019. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is Hanabi 4 player used for?
Hanabi 4 player works in Games, and is recorded as handling hanabi. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
Druhý směr
Když se na to podíváte z druhé strany?
Tato stránka začíná modelem. Pokud již vlastníte kartu a chcete vědět, co vše bude schopna spustit, Začněte raději od hardwaru.