FTW (For The Win)
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
- 3 July 2018
- Autores
- Max Jaderberg, Wojciech M. Czarnecki, Iain Dunning, Luke Marris, Guy Lever, Antonio Garcia Castaneda, Charles Beattie, Neil C. Rabinowitz, Ari S. Morcos, Avraham Ruderman, Nicolas Sonnerat, Tim Green, Louise Deason, Joel Z. Leibo, David Silver, Demis Hassabis, Koray Kavukcuoglu, Thore Graepel
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Games
- Tarea
- Capture the flag
- 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
- 126M
- Datos de entrenamiento
- 2,000,000,000 tokens
Architecture described in figure S11 of the supplement The architecture includes modules for visual embedding, reward prediction, recurrent processing, policy, baseline and pixel control. Input is 84x84x3 pixels as seen in figure S10 of the supplement "We elected to use a resolution of 84x84 pixels as in previous related work in this environment. Each pixel is represented by a triple of three bytes" Visual embedding (84x84x3 -> 256) 32*(8*8*3+1)+64*(4*4*32+1)+64*(3*3*64+1)+64*(3*3*64+1) + (8…
Agents were trained for two billion steps, corresponding to approximately 450K games.
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
- 3.5 × 10¹⁹ FLOP
- Cómo se estableció
- Third-party estimation
Source: https://docs.google.com/spreadsheets/d/1Kj4Q5WADcDXtUJLIOfGTCE3tGvxNczEMwyy8QtgSkHk/edit#gid=54587040&fvid=1361937389 Additional estimate based on parameters (low confidence, had to make some assumptions about the architecture) Forward pass operations Vision 84*84*32*8*8*3+20*20*32*64*4*4+7*7*64*64*3*3+7*7*64*64*3*3+7*7*64*256=60874752 60874752*2=121749504 Pixel control (guess on the internal dimensions) 256*32*7*7+7*7*32*32*9*9+20*20*32*4*4*(1+2+3+4+5)=7537664 Remaining 2*(463616+331…
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
- SOTA improvement
- Confianza de registro
- Speculative
- Citas
- 802
"In this work, we demonstrate for the first time that an agent can achieve human-level in a popular 3D multiplayer first-person video game, Quake III Arena Capture the Flag (28), using only pixels and game points as input."
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Human-level performance in first-person multiplayer games with population-based deep reinforcement learning
- Última actualización
- 25 May 2026
Qué significan los números
De dónde vino
FTW (For The Win) fue publicado por DeepMind, en el país registrado como United Kingdom of Great Britain and Northern Ireland, durante July 2018. La organización editora está clasificada como industry.
Funciona en el dominio de Games, y se registra como realizando la tarea de capture the flag.
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.
Entrenamiento y procedencia
Entrenarlo tomó un presupuesto de computación de aproximadamente 3.5 × 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 2,000,000,000 tokens de texto
La razón por la que aparece en este catálogo en absoluto: sOTA improvement.
Respuestas
FTW (For The Win) — preguntas comunes
FTW (For The Win)— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 3.5 × 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.
FTW (For The Win)— ¿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.
FTW (For The Win)— ¿Es de código abierto?
No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.
FTW (For The Win)— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 126M. Architecture described in figure S11 of the supplement The architecture includes modules for visual embedding, reward prediction, recurrent processing, policy, baseline and pixel control. Input is 84x84x3 pixels as seen in figure S10 of the supplement "We elected to use a resolution of 84x84 pixels as in previous related work in this environment. Each pixel is represented by a triple of three bytes" Visual embedding (84x84x3 -> 256) 32*(8*8*3+1)+64*(4*4*32+1)+64*(3*3*64+1)+64*(3*3*64+1) + (84/(S^4)*84/(S^4)*64+1)*256 Note there is no information about the stride S used in the convolutions; we assume S = 1 Reward prediction (256 -> 3) (256+1)*128 + (128+1)*3 Recurrent processing (n-> 512) VU1 (256 -> 512) 4*(799+2*32)*((512+(32*2) + 3*32 + 5*2 + 3)+(799+2*32)+1) + 2*(256+1)*256 VU2 (512 -> 512) 4*(512+2*32)*((512+(32*2) + 3*32 + 5*2 + 3)+(512+2*32)+1) + 2*(256+1)*256 LSTMs usually have 4*(n*m+n*n+n) parameters, where n=input size and m=output size. This DNS + LSTM takes as input the concatenation of the previous layer of size n and R read vectors of size W=32; and outputs m units plus an interface vector of size (W*R) + 3*W + 5*R + 3, for a total of about 4*(n+R*W)*((m+(W*R) + 3*W + 5*R + 3)+(n+R*32)+1) parameters I assume R=2 since that seems implied by the previous paper (?) The first VU has as input the visual embedding (size 256), the previous action (size 540) and the previous reward (size 3), for a total size of 256+540+3 = 799. The output is size 512. The second VU has input size 512 and output size 512 The DNC memory architecture is described in https://www.nature.com/articles/nature20101.epdf Policy (512 -> 5x3x3x3x2x2) 6*(512+1)*256 + (256+1)*5 + 3*(256+1)*3 + 2*(256+1)*2 Baseline (512+1)*256 + (256+1)*1 Pixel control (512+1)*32*7*7 + 32*(9*9+1) + 5*(4*4+1) + 3*2*(4*4+1) + 2*2*(4*4+1) + 1*(4*4+1) "we trained independent pixel control policies for each of the six action groups". 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.
FTW (For The Win)— ¿Quién lo creó?
Fue publicado por DeepMind, basado en United Kingdom of Great Britain and Northern Ireland, una organización categorizada como industry.
FTW (For The Win)— ¿cuándo fue lanzado?
Se publicó en July 2018. 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.
FTW (For The Win)— ¿Para qué se utiliza?
Funciona en el dominio de Games, y se registra como manejando la tarea de capture the flag. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
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.