EfficientZero
Sin estimación
No hay requisitos de hardware para este modelo
Los pesos de este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en su propio hardware en ningún tamaño. Solo es accesible a través de su proveedor, y ninguna tarjeta gráfica lo cambia.
En registro
Especificación completa
Todo lo registrado para este modelo. La mayoría de ello describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se dedicó a ello y cómo se compara con modelos construidos a una escala diferente.
Origen
¿Quién construyó este modelo, dónde y cuándo fue publicado?
- Organización
- Tsinghua University,University of California (UC) Berkeley,Shanghai Qi Zhi institute
- Tipo de organización
- Academia,Academia
- País
- China, United States of America
- Publicado
- 30 October 2021
- Autores
- Weirui Ye, Shaohuai Liu, Thanard Kurutach, Pieter Abbeel, Yang Gao
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Games
- Tarea
- Atari
- Numerical format
- FP16
Tamaño
Qué tan grande es el modelo y cuántos datos se utilizaron para entrenarlo. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- Datos de entrenamiento
- 100,000 tokens
Disponibilidad
Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo cual es lo que decide si alguna de las cifras de la tarjeta gráfica en esta página aplica.
- Pesos
- Closed — provider access only
- Acceso al modelo
- Unreleased
- Código de entrenamiento
- Open source
GPL-3.0 (copyleft + prohibits incorporating the software into proprietary software) https://github.com/YeWR/EfficientZero?tab=readme-ov-file
Cómo se clasifica
Etiquetas que aplica el conjunto de datos de origen al rastrear modelos notables y cuán seguro está de la entrada.
- Por qué se rastrea
- SOTA improvement
- Registrar confianza
- Unknown
- Citations
- 324
"Our method is 176% and 163% better than the previous SoTA performance, in mean and median human normalized score respectively" Table 1 "EfficientZero achieves superhuman performance with only 2 hours of real-time game play. Our method is 176% and 163% better than the previous SoTA performance, in mean and median human normalized score respectively." Table 2: Scores achieved by EfficientZero (mean & standard deviation for 10 seeds) and some baselines on some low-dimensional environments on the…
Fuentes
De dónde proviene este registro y cuándo fue revisado por última vez.
- Referencia
- Mastering Atari Games with Limited Data
- Última actualización
- 25 May 2026
Qué significan los números
Qué es este modelo
EfficientZero was published by Tsinghua University,University of California (UC) Berkeley,Shanghai Qi Zhi institute, in China, in October 2021. It comes out of academia,Academia.
It works in Games, and is recorded as doing atari.
Debido a que los pesos no están disponibles, ninguna de las cifras de hardware en otro lugar de este sitio se aplica a él.
Qué se utilizó para construirlo
Around 100,000 tokens went into training it.
Its inclusion criterion is sOTA improvement.
Respuestas
EfficientZero — Preguntas frecuentes
Is EfficientZero open source?
No. EfficientZero has not had its weights published, so it exists only as a service controlled by its owner.
How many parameters does EfficientZero have?
No parameter count has been published for EfficientZero, which is why no memory or speed figure appears on this page.
¿Quién creó EfficientZero?
EfficientZero was published by Tsinghua University,University of California (UC) Berkeley,Shanghai Qi Zhi institute, based in China, categorised as academia,Academia.
When was EfficientZero released?
EfficientZero was published in October 2021. 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 EfficientZero used for?
EfficientZero works in Games, and is recorded as handling atari. A model can carry several of each, so these are the areas it was built for rather than a limit on what it will attempt.
What GPU do I need to run EfficientZero?
None. EfficientZero 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.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posee una tarjeta y desea saber todo lo que podrá ejecutar, empiece por el hardware en su lugar.