NeuroChess
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.
- Publié
- 2 December 1994
- Auteurs
- S. Thrun
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Games
- Tâche
- Chess
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
- 72.3K
- Données d'entraînement
- 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."
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
- 8.6 × 10¹¹ FLOP
- Comment cela a été établi
- 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)
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
- Historical significance,Highly cited
- Confiance d'enregistrement
- Speculative
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Learning to Play the Game of Chess
- Dernière mise à jour
- 28 November 2025
Ce que les chiffres signifient
Contexte
NeuroChess a été publié par its authors, durant December 1994.
Il fonctionne dans le domaine de Games, et est enregistré comme exécutant la tâche de chess.
Ses poids n'ont jamais été publiés, donc il ne peut être atteint que par son fournisseur. Aucun changement de carte graphique ne change cela.
Qu'est-ce qui a été nécessaire pour le construire
L'entraînement a nécessité un budget de calcul d'environ 8.6 × 10¹¹ FLOP. Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.
Il a été entraîné sur un corpus d'environ 9,600,000 jetons de texte
Son critère d'inclusion : historical significance,Highly cited.
Réponses
NeuroChess — questions courantes
NeuroChess— quand a-t-il été publié ?
Il a été publié dans December 1994. 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.
NeuroChess— à quoi ça sert ?
Il fonctionne dans le domaine de Games, et est enregistré comme gérant la tâche de chess. Les modèles portent souvent plus d'un de chacun, et les tags décrivent l'objectif plutôt que les limites de capacité.
NeuroChess— combien de puissance de calcul a été utilisée pour l'entraîner ?
L'entraînement a consommé environ 8.6 × 10¹¹ FLOP. 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.
NeuroChess— 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.
NeuroChess— est-ce que c'est open source ?
La licence n'a jamais été enregistrée dans nos données source. Nous considérons une licence non déclarée comme fermée, car une licence non enregistrée n'est pas une licence sur laquelle compter.
NeuroChess— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres 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. 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.