Diplodocus
Sin estimación
Sin requisitos de hardware para este modelo
Los pesos de este modelo son OPEN WEIGHT, pero no se ha publicado ninguna cuenta de parámetros para él. Cada figura de MEMORY y velocidad comienza a partir de ese número, así que preferiríamos no mostrar nada que una estimación fabricada..
En registro
especificación completa
Todo en archivo para este modelo. La mayor parte describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se invirtió en él y cómo se compara con modelos construidos a una escala diferente..
Origen
Quién construyó este modelo, dónde, y cuándo fue publicado.
- Organización
- Meta AI,Massachusetts Institute of Technology (MIT)
- Tipo de Organización
- Industry,Academia
- País
- United States of America
- Publicado
- 11 October 2022
- Autores
- Anton Bakhtin, David J Wu, Adam Lerer, Jonathan Gray, Athul Paul Jacob, Gabriele Farina, Alexander H Miller, Noam Brown
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Games
- Tarea
- Diplomacy
Tamaño
Qué tan grande es el modelo y cuántos datos se usaron para su entrenamiento. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- Datos de entrenamiento
- tokens
"we train the architecture described in Appendix F on a dataset of roughly 46000 online Diplomacy games provided by webdiplomacy.net." then self-play training
Disponibilidad
Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo que decide si alguna de las cifras de la GPU en esta página se aplica.
- Pesos
- Open — downloadable
- Acceso al modelo
- Open weights (non-commercial)
- Código de entrenamiento
- Open source
creative commons (non comm) for model weights, MIT for code https://github.com/facebookresearch/diplomacy_cicero?tab=readme-ov-file#license-for-model-weights
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Por qué se rastrea
- SOTA improvement
- Confianza de registro
- Unknown
- Citas
- 65
SOTA Improvement in no-press Diplomacy "In a 200-game no-press Diplomacy tournament involving 62 human participants spanning skill levels from beginner to expert, two Diplodocus agents both achieved a higher average score than all other participants who played more than two games, and ranked first and third according to an Elo ratings model. "
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Mastering the Game of No-Press Diplomacy via Human-Regularized Reinforcement Learning and Planning
- Última actualización
- 25 May 2026
Qué significan los números
De dónde vino
Diplodocus fue publicado por Meta AI,Massachusetts Institute of Technology (MIT), en el país registrado como United States of America, durante October 2022. Sale de una organización categorizada como industry,Academia.
Funciona en el dominio de Games, y se registra como realizando la tarea de diplomacy.
Los pesos publicados significan que el modelo se ejecuta en tu máquina en lugar de en la de alguien más, lo que hace que la pregunta sobre hardware a continuación sea respondible.
Qué se necesitó para construirlo
Su criterio de inclusión: sOTA improvement.
Respuestas
Diplodocus — preguntas comunes
Diplodocus— ¿Es de código abierto?
Sus pesos están publicados, por lo que se pueden descargar y ejecutar en su propio hardware. Tenga en cuenta que OPEN WEIGHTS no es lo mismo que OPEN SOURCE en el sentido completo: no dice nada sobre los datos de entrenamiento, el código de entrenamiento o los términos comerciales adjuntos.
Diplodocus— ¿cuántos parámetros tiene?
No se ha publicado el conteo de parámetros para él, por lo que no aparece ninguna cifra de memoria o velocidad en esta página.
Diplodocus— ¿Quién lo creó?
Fue publicado por Meta AI,Massachusetts Institute of Technology (MIT), basado en United States of America, una organización categorizada como industry,Academia.
Diplodocus— ¿cuándo fue lanzado?
Se publicó en October 2022. La capacidad por parámetro ha mejorado considerablemente desde entonces, por lo que un modelo más reciente del mismo tamaño suele ser el mejor uso del mismo hardware.
Diplodocus— ¿Para qué se utiliza?
Funciona en el dominio de Games, y se registra como manejando la tarea de diplomacy. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
Diplodocus— ¿Dónde puedo descargarlo?
Los pesos están publicados, aunque no tenemos un enlace de repositorio para ello. Este sitio calcula los requisitos de hardware en lugar de alojar archivos de modelo.
Diplodocus— ¿Qué GPU necesito para ejecutarlo?
No podemos decir. Tiene pesos abiertos, pero no se ha publicado ningún conteo de parámetros para él, y todos los cálculos de memoria y velocidad comienzan desde ese número. Preferiríamos no mostrar nada que una estimación fabricada.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posees una tarjeta y quieres saber todo lo que podrá ejecutar., Comience desde el hardware en su lugar.