TD-Gammon
Žádný odhad
Žádné hardwarové požadavky pro tento model
Hmotnosti pro tento model nebyly zveřejněny, takže jej nelze stáhnout ani spustit na vlastním hardwaru v žádné velikosti. Je dostupný pouze prostřednictvím svého poskytovatele, a žádná změna grafické karty to nezmění..
Na záznamu
Plná specifikace
Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..
Původ
Kdo vytvořil tento model, kde a kdy byl publikován.
- Organizace
- IBM
- Typ organizace
- Industry
- Země
- United States of America
- Publikováno
- 1 May 1992
- Autoři
- G Tesauro
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Games
- Úkol
- Backgammon
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 25K
- Výcviková data
- 6,300,000 tokens
"The best performance was obtained with a network containing 80 hidden units and over 25,000 weights."
"This network was trained for over 300,000 training games" Each backgammon game has an avg of around 21 movements https://www.bkgm.com/rgb/rgb.cgi?view+712
Výpočty pro trénink
Aritmetika prováděná k trénování modelu, měřená v operacích s plovoucí desetinnou čárkou. Je to měřítko toho, kolik stál tréninkový běh, ne jak rychle hotový model na vás odpovídá.
- Výpočty pro trénink
- 1.8 × 10¹³ FLOP
- Jak bylo ustanoveno
- Third-party estimation,Operation counting,Hardware
Extracted from AI and Compute (https://openai.com/blog/ai-and-compute/) charts by using https://automeris.io/WebPlotDigitizer/. OpenAI estimate: 1.8e13 Hardware estimate (likely overestimates due to simulation effort) "on an IBM RS/6000 workstation, the smallest network was trained in several hours, while the largest net required two weeks of simulation time." IBM RS/6000 achieves 1.5 GFLOPS on Linpack (https://link.springer.com/rwe/10.1007/978-0-387-09766-4_232) 14*24*60*60*0.5*1500000000=9.…
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Frontier model
- Yes
- Proč je to sledováno
- Highly cited,Historical significance
- Záznam důvěry
- Speculative
- Citace
- 1,344
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Practical Issues in Temporal Difference Learning
- Nap poslední aktualizace
- 28 November 2025
Co čísla znamenají
Pozadí
TD-Gammon byl zveřejněn IBM, v zemi zaznamenané jako United States of America, během May 1992. Kategorie, do které vydavatel spadá, je industry.
funguje v oblasti Games, a je zaznamenán jako vykonávající úkol backgammon.
Toto je uzavřený model: trénované hodnoty zůstaly u toho, kdo je vyprodukoval, a není k dispozici žádná místní verze k spuštění.
Trénink a původ
Produkce toho vyžadovala aritmetiku v celkové výši přibližně 1.8 × 10¹³ FLOP. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Trénink spotřeboval korpus kolem 6,300,000 tokeny textu
Důvod, proč se to v tomto katalogu vůbec objevuje: highly cited,Historical significance.
Odpovědi
TD-Gammon — běžné otázky
TD-Gammon— K čemu se to používá?
funguje v oblasti Games, a je zaznamenáno jako zpracovávající úkol backgammon. Model může nést několik z každého, takže to jsou oblasti, pro které byl navržen, spíše než omezení toho, co se pokusí.
TD-Gammon— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 1.8 × 10¹³ FLOP. To měří, co stálo výrobu modelu, a neříká nic o tom, jak rychle odpovídá po natrénování — rychlost inferencí závisí na šířce pásma paměti, nikoli na rozpočtu na trénink.
TD-Gammon— Jakou GPU potřebuji k jejímu spuštění?
Žádné. Toto je uzavřený model — jeho váhy nikdy nebyly zveřejněny, takže jej nelze stáhnout nebo spustit na vlastním hardwaru za žádnou cenu. Je dostupný pouze prostřednictvím jeho poskytovatele.
TD-Gammon— Je to OPEN SOURCE?
Licencování nikdy nebylo zaznamenáno v našich zdrojových datech. Neuváděné licencování považujeme za uzavřené, protože nezaznamenaná licence není na kterou by se dalo spoléhat.
TD-Gammon— kolik má parametrů?
Má počet parametrů 25K. "The best performance was obtained with a network containing 80 hidden units and over 25,000 weights.". Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
TD-Gammon— Kdo to vytvořil?
Bylo to publikováno společností IBM, zakládající se na United States of America, organizace zařazená jako industry.
TD-Gammon— Kdy byl vydán?
Bylo to zveřejněno v May 1992. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
Druhý směr
Díváte se na to z druhé strany?
Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.