OpenAI Five Rerun
Sin estimación
Sin requisitos de hardware para este modelo
Los pesos para este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en tu propio hardware de ningún tamaño. Solo se puede acceder a través de su proveedor, y ningún cambio de tarjeta gráfica eso..
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
- OpenAI
- Tipo de Organización
- Industry
- País
- United States of America
- Publicado
- 13 December 2019
- Autores
- Christopher Berner, Greg Brockman, Brooke Chan, Vicki Cheung, Przemysław “Psyho" Dębiak, Christy Dennison, David Farhi, Quirin Fischer, Shariq Hashme, Chris Hesse, Rafal Józefowicz, Scott Gray, Catherine Olsson, Jakub Pachocki, Michael Petrov, Henrique Pondé de Oliveira Pinto, Jonathan Raiman, Tim Salimans, Jeremy Schlatter, Jonas Schneider, Szymon Sidor, Ilya Sutskever, Jie Tang, Filip Wolski, Su…
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Games
- Tarea
- Dota 2
- Enfoque
- Self-supervised learning
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.
- parámetros
- 159M
- Datos de entrenamiento
- 53,084,160,000 tokens
"We define a policy (π) as a function from the history of observations to a probability distribution over actions, which we parameterize as a recurrent neural network with approximately 159 million parameters (θ)." pg. 3 of paper source: https://docs.google.com/spreadsheets/d/1Kj4Q5WADcDXtUJLIOfGTCE3tGvxNczEMwyy8QtgSkHk/edit#gid=54587040&fvid=1361937389
54k iterations (Fig 7) with a batch size of 983040 (Table 2)
Cómputo de entrenamiento
La aritmética realizada para entrenar el modelo, medida en operaciones de punto flotante. Es una medida de lo que costó la ejecución del entrenamiento, no de qué tan rápido te responde el modelo terminado.
- Cómputo de entrenamiento
- 1.3 × 10²² FLOP
- Cómo se estableció
- Third-party estimation
THIS CALCULATION IS FOR RERUN "Rerun took 2 months and 150 ± 5 PFlops/s·days of compute (see Figure 4)" source: https://docs.google.com/spreadsheets/d/1Kj4Q5WADcDXtUJLIOfGTCE3tGvxNczEMwyy8QtgSkHk/edit#gid=54587040&fvid=1361937389
La ejecución de entrenamiento
Lo que costó físicamente entrenar: qué chips, cuántos, por cuánto tiempo y qué eso consumió de la pared.
- Hardware de entrenamiento
- NVIDIA P100
- Chips utilizados
- 512
- Consumo de energía
- 262.1 kW
- Costo de cómputo
- $321,106
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
- Closed — provider access only
- Acceso al modelo
- Unreleased
- Código de entrenamiento
- Unreleased
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
- Highly cited,SOTA improvement
- Confianza de registro
- Confident
- Citas
- 2,137
"On April 13th, 2019, OpenAI Five became the first AI system to defeat the world champions at an esports game."
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Dota 2 with Large Scale Deep Reinforcement Learning
- Última actualización
- 25 May 2026
Qué significan los números
Qué es este modelo
OpenAI Five Rerun fue publicado por OpenAI, en el país registrado como United States of America, durante December 2019. La organización editora está clasificada como industry.
Funciona en el dominio de Games, y se registra como realizando la tarea de dota 2.
Este es un modelo cerrado: los valores entrenados quedaron con quien los produjo, y no hay una versión local para ejecutar.
Entrenamiento y procedencia
Entrenarlo tomó un presupuesto de computación de aproximadamente 1.3 × 10²² FLOP, en hardware registrado como NVIDIA P100. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
Fue entrenado en un corpus de aproximadamente 53,084,160,000 tokens de texto
Su criterio de inclusión: highly cited,SOTA improvement.
Respuestas
OpenAI Five Rerun — preguntas comunes
OpenAI Five Rerun— ¿cuándo fue lanzado?
Se publicó en December 2019. 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.
OpenAI Five Rerun— ¿Para qué se utiliza?
Funciona en el dominio de Games, y se registra como manejando la tarea de dota 2. Los Modelos suelen llevar más de uno de cada uno, y las etiquetas describen el propósito en lugar de los límites de capacidad.
OpenAI Five Rerun— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 1.3 × 10²² FLOP, en hardware registrado como NVIDIA P100. Eso mide cuánto costó producir el modelo y no dice nada sobre cuán rápido responde una vez entrenado — la velocidad de inferencia proviene del ancho de banda de memoria, no del presupuesto de entrenamiento.
OpenAI Five Rerun— ¿Qué GPU necesito para ejecutarlo?
Ninguno. Este es un modelo cerrado: sus PESOS nunca fueron publicados, por lo que no se puede descargar o ejecutar en su propio hardware a ningún precio. Solo se puede acceder a él a través de su proveedor.
OpenAI Five Rerun— ¿Es de código abierto?
No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.
OpenAI Five Rerun— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 159M. "We define a policy (π) as a function from the history of observations to a probability distribution over actions, which we parameterize as a recurrent neural network with approximately 159 million parameters (θ)." pg. 3 of paper source: https://docs.google.com/spreadsheets/d/1Kj4Q5WADcDXtUJLIOfGTCE3tGvxNczEMwyy8QtgSkHk/edit#gid=54587040&fvid=1361937389. Esa cifra es el total, y es lo que decide cuánta MEMORIA necesita el modelo — aproximadamente medio gigabyte por mil millones en la compresión que la mayoría de las personas usa.
OpenAI Five Rerun— ¿Quién lo creó?
Fue publicado por OpenAI, basado en United States of America, una organización categorizada como industry.
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.