TD-Gammon
Keine Schätzung
Keine Hardwareanforderungen für dieses Modell
Die Gewichte für dieses Modell wurden nicht veröffentlicht, daher kann es nicht heruntergeladen oder auf Ihrer eigenen Hardware in beliebiger Größe betrieben werden. Es ist nur über seinen Anbieter erreichbar, und keine Grafikkarte ändert das..
Aufgezeichnet
Volle Spezifikation
Alles, was in unserer Datenbank für dieses Modell aufgezeichnet ist. Der Großteil beschreibt, wie es trainiert wurde, anstatt wie es läuft — nützlicher Kontext zur Beurteilung, wie viel Arbeit darin steckt und wie es sich mit Modellen vergleicht, die in einem anderen Maßstab erstellt wurden..
Ursprung
Wer hat dieses Modell gebaut, wo und wann es veröffentlicht wurde.
- Organisation
- IBM
- Organisationsart
- Industry
- Land
- United States of America
- Veröffentlicht
- 1 May 1992
- Autoren
- G Tesauro
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.
- Domain
- Games
- Aufgabe
- Backgammon
Größe
Wie groß das Modell ist und wie viele Daten damit trainiert wurden. Parameter sind die Zahl, die entscheidet, ob es auf einer bestimmten GPU-Karte passt.
- Parameter
- 25K
- Trainingsdaten
- 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
Training-Compute
Die Berechnung, die durchgeführt wird, um das Modell zu trainieren, gemessen in Gleitpunktoperationen. Es ist ein Maß dafür, was der Trainingslauf gekostet hat, nicht dafür, wie schnell das fertige Modell Ihnen antwortet.
- Training-Compute
- 1.8 × 10¹³ FLOP
- Wie es etabliert wurde
- 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.…
Wie es klassifiziert ist
Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.
- Grenzmodell
- Yes
- Warum es verfolgt wird
- Highly cited,Historical significance
- Aufzeichnungsgenauigkeit
- Speculative
- Zitationen
- 1,344
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- Practical Issues in Temporal Difference Learning
- Zuletzt aktualisiert
- 28 November 2025
Was die Zahlen bedeuten
Hintergrund
TD-Gammon wurde veröffentlicht von IBM, im Land aufgezeichnet als United States of America, während May 1992. Die Kategorie, in die der Herausgeber fällt, ist industry.
Es funktioniert im Bereich von Games, und wird als die Aufgabe von aufgezeichnet backgammon.
Dies ist ein geschlossenes Modell: die trainierten Werte blieben bei demjenigen, der sie erzeugt hat, und es gibt keine lokale Version zum Ausführen.
Training und Herkunft
Die Herstellung erforderte eine Arithmetik, die insgesamt etwa 1.8 × 10¹³ FLOP. Diese Zahl misst die Kosten für die Produktion des MODELLS und hat keinen Einfluss darauf, wie schnell es antwortet.
Training verbrauchte ein Korpus von etwa 6,300,000 Text-Tokens
Der Grund, warum es überhaupt in diesem Katalog erscheint: highly cited,Historical significance.
Antworten
TD-Gammon — Häufige Fragen
TD-Gammon— Wofür wird es verwendet?
Es funktioniert im Bereich von Games, und wird als Bewältigung der Aufgabe von backgammon. Ein Modell kann mehrere von jedem tragen, daher sind dies die Bereiche, für die es gebaut wurde, anstatt eine Begrenzung dafür, was es versuchen wird.
TD-Gammon— Wie viel Rechenleistung wurde verwendet, um es zu trainieren?
Training verbrauchte etwa 1.8 × 10¹³ FLOP. Das misst, was die Produktion des Modells gekostet hat, und sagt nichts darüber aus, wie schnell es einmal trainiert antwortet — die Inferenzgeschwindigkeit kommt von der MEMORY-BANDWIDTH, nicht vom TRAINING-BUDGET.
TD-Gammon— Welche GPU benötige ich, um es auszuführen?
Dieses ist ein geschlossenes Modell — seine Gewichte wurden nie veröffentlicht, sodass es zu keinem Preis heruntergeladen oder auf Ihrer eigenen Hardware ausgeführt werden kann. Es ist nur über seinen Anbieter erreichbar.
TD-Gammon— Ist es Open-Source?
Die Lizenzierung wurde nie in unseren Quelldaten aufgezeichnet. Wir behandeln nicht angegebene Lizenzen als geschlossen, da eine nicht aufgezeichnete Lizenz keine ist, auf die man sich verlassen kann.
TD-Gammon— Wie viele Parameter hat es?
Es hat eine Parameteranzahl von 25K. "The best performance was obtained with a network containing 80 hidden units and over 25,000 weights.". Diese Zahl ist die Gesamtsumme, und sie bestimmt, wie viel MEMORY das MODEL benötigt – ungefähr ein halbes Gigabyte pro Milliarde bei der Kompression, die die meisten Menschen verwenden.
TD-Gammon— Wer hat es erstellt?
Es wurde veröffentlicht von IBM, basiert auf United States of America, eine als kategorisierte Organisation industry.
TD-Gammon— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in May 1992. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.
Die andere Richtung
Von der anderen Seite aus betrachten?
Diese Seite beginnt mit dem Modell. Wenn Sie bereits eine Karte besitzen und alles wissen möchten, was sie ausführen wird, Starte stattdessen von der Hardware.