TD-Gammon
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
- IBM
- Tipo de Organización
- Industry
- País
- United States of America
- Publicado
- 1 May 1992
- Autores
- G Tesauro
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Games
- Tarea
- Backgammon
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
- 25K
- Datos de entrenamiento
- 6,300,000 tokens
"The best performance was obtained with a network containing 80 hidden units and over 25,000 weights."
"This network was trained for over 300,000 training games" Each backgammon game has an avg of around 21 movements https://www.bkgm.com/rgb/rgb.cgi?view+712
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
- 1.8 × 10¹³ FLOP
- Cómo se estableció
- Third-party estimation,Operation counting,Hardware
Extracted from AI and Compute (https://openai.com/blog/ai-and-compute/) charts by using https://automeris.io/WebPlotDigitizer/. OpenAI estimate: 1.8e13 Hardware estimate (likely overestimates due to simulation effort) "on an IBM RS/6000 workstation, the smallest network was trained in several hours, while the largest net required two weeks of simulation time." IBM RS/6000 achieves 1.5 GFLOPS on Linpack (https://link.springer.com/rwe/10.1007/978-0-387-09766-4_232) 14*24*60*60*0.5*1500000000=9.…
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
- Highly cited,Historical significance
- Confianza de registro
- Speculative
- Citas
- 1,344
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Practical Issues in Temporal Difference Learning
- Última actualización
- 28 November 2025
Qué significan los números
Fondo
TD-Gammon fue publicado por IBM, en el país registrado como United States of America, durante May 1992. La categoría en la que se encuentra el editor es industry.
Funciona en el dominio de Games, y se registra como realizando la tarea de backgammon.
Este es un modelo cerrado: los valores entrenados quedaron con quien los produjo, y no hay una versión local para ejecutar.
Entrenamiento y procedencia
Producirlo requirió una aritmética que totaliza alrededor de 1.8 × 10¹³ FLOP. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
El entrenamiento consumió un corpus de alrededor de 6,300,000 tokens de texto
La razón por la que aparece en este catálogo en absoluto: highly cited,Historical significance.
Respuestas
TD-Gammon — preguntas comunes
TD-Gammon— ¿Para qué se utiliza?
Funciona en el dominio de Games, y se registra como manejando la tarea de backgammon. Un modelo puede manejar varios de cada uno, así que estas son las áreas para las que fue construido en lugar de un límite en lo que intentará.
TD-Gammon— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 1.8 × 10¹³ 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.
TD-Gammon— ¿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.
TD-Gammon— ¿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.
TD-Gammon— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 25K. "The best performance was obtained with a network containing 80 hidden units and over 25,000 weights.". 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.
TD-Gammon— ¿Quién lo creó?
Fue publicado por IBM, basado en United States of America, una organización categorizada como industry.
TD-Gammon— ¿cuándo fue lanzado?
Se publicó en May 1992. 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.
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.