MuZero
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
- DeepMind
- Tipo de Organización
- Industry
- País
- United Kingdom of Great Britain and Northern Ireland
- Publicado
- 19 November 2019
- Autores
- J Schrittwieser, I Antonoglou, T Hubert, K Simonyan
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
- 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
- 36.9M
- Datos de entrenamiento
- 12,288,000,000 tokens
Both the representation and dynamics function use the same architecture asAlphaZero, but with 16 instead of20 residual blocks [15]. We use 3x3 kernels and 256 hidden planes for each convolution. Previous downsampling: • 1 convolution with stride 2 and 128 output planes, output resolution 48x48.• 2 residual blocks with 128 planes• 1 convolution with stride 2 and 256 output planes, output resolution 24x24.• 3 residual blocks with 256 planes.• Average pooling with stride 2, output resolution …
Table 1 https://arxiv.org/pdf/1911.08265.pdf
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
- 4.8 × 10¹⁹ FLOP
- Cómo se estableció
- Hardware
third-generation Google Cloud TPU (For each board game, we used 16 TPUs for training and 1000 TPUs for self-play) For each game in Atari, we used 8 TPUs for training and 32 TPUs for self-play Training for 12 hours (for Atari) Data from Parameter, Compute and Data Trends in Machine Learning Google v3 TPU: 1.23E+14 FLOP/s (although with the caveat that it might be not applicable) Utilization rate In LaMDA: Language Models for Dialog Applications, they report for TPU V3: 56.5% Calculations for Ata…
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
- Speculative
- Citas
- 2,491
"When evaluated on 57 different Atari games - the canonical video game environment for testing AI techniques, in which model-based planning approaches have historically struggled - our new algorithm achieved a new state of the art. "
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Mastering Atari Go Chess and Shogi by Planning with a Learned Model
- Última actualización
- 25 May 2026
Qué significan los números
Qué es este modelo
MuZero fue publicado por DeepMind, en el país registrado como United Kingdom of Great Britain and Northern Ireland, durante November 2019. La organización editora está clasificada como industry.
Funciona en el dominio de Games, y se registra como realizando la tarea de atari.
Sus pesos nunca fueron publicados, por lo que solo se puede acceder a través de su proveedor. No hay cambios en la tarjeta gráfica que eso.
Qué se necesitó para construirlo
Producirlo requirió una aritmética que totaliza alrededor de 4.8 × 10¹⁹ FLOP. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
El conjunto de entrenamiento se ejecutó a aproximadamente 12,288,000,000 tokens de texto
Su criterio de inclusión: highly cited,SOTA improvement.
Respuestas
MuZero — preguntas comunes
MuZero— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 4.8 × 10¹⁹ FLOP. 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.
MuZero— ¿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.
MuZero— ¿Es de código abierto?
No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.
MuZero— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 36.9M. Both the representation and dynamics function use the same architecture asAlphaZero, but with 16 instead of20 residual blocks [15]. We use 3x3 kernels and 256 hidden planes for each convolution. Previous downsampling: • 1 convolution with stride 2 and 128 output planes, output resolution 48x48.• 2 residual blocks with 128 planes• 1 convolution with stride 2 and 256 output planes, output resolution 24x24.• 3 residual blocks with 256 planes.• Average pooling with stride 2, output resolution 12x12.• 3 residual blocks with 256 planes.• Average pooling with stride 2, output resolution 6x6. 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.
MuZero— ¿Quién lo creó?
Fue publicado por DeepMind, basado en United Kingdom of Great Britain and Northern Ireland, una organización categorizada como industry.
MuZero— ¿cuándo fue lanzado?
Se publicó en November 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.
MuZero— ¿Para qué se utiliza?
Funciona en el dominio de Games, y se registra como manejando la tarea de atari. Los Modelos suelen llevar más de uno de cada uno, y las etiquetas describen el propósito en lugar de los límites de capacidad.
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.