NeuroChess
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.
- Publicado
- 2 December 1994
- Autores
- S. Thrun
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Games
- Tarea
- Chess
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
- 72.3K
- Datos de entrenamiento
- 9,600,000 tokens
"Prior to learning an evaluation function, the model M (175 input, 165 hidden, and 175 output units)" = 58,090 parameters "NeuroChess then learns an evaluation network V (175 input units, 0 to 80 hidden units, and one output units)." = 14,161 parameters Total: 58,090 + 14,161 = 72,251
"is trained using a database of 120,000 expert 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
- 8.6 × 10¹¹ FLOP
- Cómo se estableció
- Hardware
Lower bound: 0.3*2*24*60*60*1400000=72576000000=7.26e10 Upper bound: 0.3*14*24*60*60*1400000*20=10160640000000=1.02e13 Geometric mean: 858730812676=8.59e11 (speculative) "Thus far, experiments lasted for 2 days to 2 weeks on I to 20 SUN Sparc Stations. " SparcStation has 1.4 MFLOPS (https://ieeexplore.ieee.org/document/63671)
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Modelo Frontier
- Yes
- Por qué se rastrea
- Historical significance,Highly cited
- Confianza de registro
- Speculative
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Learning to Play the Game of Chess
- Última actualización
- 28 November 2025
Qué significan los números
Fondo
NeuroChess fue publicado por its authors, durante December 1994.
Funciona en el dominio de Games, y se registra como realizando la tarea de chess.
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
Entrenarlo tomó un presupuesto de computación de aproximadamente 8.6 × 10¹¹ FLOP. 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 9,600,000 tokens de texto
Su criterio de inclusión: historical significance,Highly cited.
Respuestas
NeuroChess — preguntas comunes
NeuroChess— ¿cuándo fue lanzado?
Se publicó en December 1994. 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.
NeuroChess— ¿Para qué se utiliza?
Funciona en el dominio de Games, y se registra como manejando la tarea de chess. Los Modelos suelen llevar más de uno de cada uno, y las etiquetas describen el propósito en lugar de los límites de capacidad.
NeuroChess— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 8.6 × 10¹¹ 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.
NeuroChess— ¿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.
NeuroChess— ¿Es de código abierto?
La licencia nunca fue registrada en nuestros datos fuente. Tratamos las licencias no declaradas como cerradas, porque una licencia no registrada no es una en la que confiar.
NeuroChess— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 72.3K. "Prior to learning an evaluation function, the model M (175 input, 165 hidden, and 175 output units)" = 58,090 parameters "NeuroChess then learns an evaluation network V (175 input units, 0 to 80 hidden units, and one output units)." = 14,161 parameters Total: 58,090 + 14,161 = 72,251. 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.
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.