OpenAI Five
Aucune estimation
Aucune exigence matérielle pour ce modèle
Les poids de ce modèle n'ont pas été publiés, donc il ne peut pas être téléchargé ou exécuté sur votre propre matériel à aucune taille. Il n'est accessible que par l'intermédiaire de son fournisseur, et aucun changement de carte graphique ne modifie cela..
Enregistrement
Spécifications complètes
Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..
Origine
Qui a construit ce modèle, où, et quand il a été publié.
- Organisation
- OpenAI
- Type d'organisation
- Industry
- Pays
- United States of America
- Publié
- 13 December 2019
- Auteurs
- Christopher Berner, Greg Brockman, Brooke Chan, Vicki Cheung, Przemysław Dębiak, Christy Dennison, David Farhi, Quirin Fischer, Shariq Hashme, Chris Hesse, Rafal Józefowicz, Scott Gray, Catherine Olsson, Jakub Pachocki, Michael Petrov, Henrique P. d.O. Pinto, Jonathan Raiman, Tim Salimans, Jeremy Schlatter, Jonas Schneider, Szymon Sidor, Ilya Sutskever, Jie Tang, Filip Wolski, Susan Zhang
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Games
- Tâche
- Dota 2
- Approche
- Self-supervised learning
Taille
Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.
- paramètres
- 159M
- Données d'entraînement
- 454,164,480,000 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
"Although the Dota 2 engine runs at 30 frames per second, OpenAI Five only acts on every 4th frame which we call a timestep" --> 7.5 timesteps/s "OpenAI Five is a single training run that ran from June 30th, 2018 to April 22nd, 2019. " --> 296 days 296 * 24*3600 * 7.5 = 1.92e8 This number seems a little low? The DQN paper had 1e7 timesteps. Might be to do with sample efficiency? EDIT 14/06/2022 Multiple copies of OpenAI Five were trained in parallel, so the total training time is much higher…
Calcul de formation
L'arithmétique effectuée pour entraîner le modèle, mesurée en opérations en virgule flottante. C'est une mesure du coût de l'exécution de l'entraînement, pas de la rapidité avec laquelle le modèle fini vous répond.
- Calcul de formation
- 6.7 × 10²² FLOP
- Comment cela a été établi
- Reported
"770±50 PFlops/s·days of compute" for the model that played against world champions. They did a single training run that took 10 months. While the model was playing against world champions, they continued training for a few days, so that the resulting model used even more training compute: 820±50 PFlops/s·days. Finally, they also trained a Rerun model with 150±5 PFlops/s·days of compute. Source: Dota 2 with Large Scale Deep Reinforcement Learning https://arxiv.org/abs/1912.06680 You cannot m…
L'exécution de formation
Ce qu'il a physiquement fallu pour entraîner : quels chips, combien, pendant combien de temps, et ce que cela a tiré du secteur.
- Matériel d'entraînement
- NVIDIA P100
- Chips utilisés
- 1,536
- Heures de puce
- 10,911,744
- Temps en temps réel
- 7,104 hours (296 days)
- Consommation d'énergie
- 786.4 kW
- Coût de calcul
- $4,328,311
"OpenAI Five is a single training run that ran from June 30th, 2018 to April 22nd, 2019. " --> 296 days
Disponibilité
Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.
- Poids
- Closed — provider access only
- Accès au modèle
- Unreleased
- Code d'entraînement
- Unreleased
Comment il est classé
Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.
- Modèle Frontier
- Yes
- Pourquoi c'est suivi
- Highly cited,SOTA improvement
- Confiance d'enregistrement
- Confident
- Citations
- 2,137
no standard benchmark results "On April 13th, 2019, OpenAI Five became the first AI system to defeat the world champions at an esports game." " it defeated the Dota 2 world champions in a best-of-three match and 99.4% of human players during a multi-day online showcase." "we ran OpenAI Five Arena, in which we opened OpenAI Five to the public for competitive online games from April 18-21, 2019. In total, Five played 3,193 teams in 7,257 total games, winning 99.4%"
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Dota 2 with Large Scale Deep Reinforcement Learning
- Dernière mise à jour
- 25 May 2026
Ce que les chiffres signifient
Ce que ce modèle est
OpenAI Five a été publié par OpenAI, dans le pays enregistré comme United States of America, durant December 2019. L'organisation de publication est catégorisée comme industry.
Il fonctionne dans le domaine de Games, et est enregistré comme exécutant la tâche de dota 2.
C'est un modèle fermé : les valeurs entraînées sont restées avec ceux qui les ont produites, et il n'y a pas de version locale à exécuter.
Qu'est-ce qui a été nécessaire pour le construire
L'entraînement a consommé environ 6.7 × 10²² FLOP, sur matériel enregistré comme NVIDIA P100. Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.
L'ensemble d'entraînement a duré environ 454,164,480,000 jetons de texte
Il est suivi dans le ensemble de données sous-jacent pour une raison particulière : highly cited,SOTA improvement.
Réponses
OpenAI Five — questions courantes
OpenAI Five— qui l'a créé ?
Il a été publié par OpenAI, basé sur United States of America, une organisation catégorisée comme industry.
OpenAI Five— quand a-t-il été publié ?
Il a été publié dans December 2019. La capacité par paramètre s'est considérablement améliorée depuis, donc un modèle plus récent de la même taille est souvent le meilleur usage du même matériel.
OpenAI Five— à quoi ça sert ?
Il fonctionne dans le domaine de Games, et est enregistré comme gérant la tâche de dota 2. Ce sont les domaines autour desquels il a été conçu ; ils décrivent l'intention plutôt qu'une limite stricte.
OpenAI Five— combien de puissance de calcul a été utilisée pour l'entraîner ?
L'entraînement a consommé environ 6.7 × 10²² FLOP, sur matériel enregistré comme NVIDIA P100. Cela mesure ce que coûte la production du modèle et ne dit rien sur la rapidité avec laquelle il répond une fois entraîné — la vitesse d'inférence provient de la bande passante mémoire, et non du budget d'entraînement.
OpenAI Five— Quelle GPU ai-je besoin pour l'exécuter ?
Aucun. C'est un modèle fermé - ses poids n'ont jamais été publiés, il ne peut donc pas être téléchargé ou exécuté sur votre propre matériel à aucun prix. Il n'est accessible que par son fournisseur.
OpenAI Five— est-ce que c'est open source ?
Non. Ses poids n'ont pas été publiés, donc il n'existe que sous forme de service contrôlé par son propriétaire.
OpenAI Five— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres 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. Ce chiffre est le total, et c'est ce qui détermine combien de mémoire le modèle nécessite — environ un demi-gigaoctet par milliard à la compression que la plupart des gens utilisent.
L'autre direction
Regardez-le de l'autre côté ?
Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.