ASE+ACE
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
- University of Massachusetts Amherst
- Type d'organisation
- Academia
- Pays
- United States of America
- Publié
- 1 September 1983
- Auteurs
- Andrew G. Barto, Richard S. Sutton, and Charles W. Anderson
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Robotics
- Tâche
- Pole balancing
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
- 0.3K
- Données d'entraînement
- 500,000 tokens
The system consists of two parts: ACE and ASE, each with 162 weights (=324 parameters). Found in Figures 2 and 3.
"Runs consisted of 100 trials unless the run's duration exceeded 500 000 time steps (approximately 2.8 h of simulated real time)" "Almost all runs of the ASE/ACE system [...], were terminated after 500 000" (Section IX)
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
- 3.2 × 10⁸ FLOP
- Comment cela a été établi
- Operation counting
324 * 2 * 500000 = 324000000 = 3.24e8. The calculation assumes "compute per forward pass" = "number of parameters" = "compute per backward pass". Their model only has a single layer and is trained with simple update rules instead of gradient descent. Training details are described in Section IX. Note that this is the compute for a single run; they appear to have repeated training 10 times for the ASE+ACE system.
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.
- Temps en temps réel
- 3 hours
"Runs consisted of 100 trials unless the run's duration exceeded 500 000 time steps (approximately 2.8 h of simulated real time)" "Almost all runs of the ASE/ACE system [...], were terminated after 500 000" (Section IX)
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,Historical significance
- Confiance d'enregistrement
- Likely
- Citations
- 4,296
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Neuronlike adaptive elements that can solve difficult learning control problems
- Dernière mise à jour
- 28 November 2025
Ce que les chiffres signifient
À propos de ce modèle
ASE+ACE a été publié par University of Massachusetts Amherst, dans le pays enregistré comme United States of America, durant September 1983. La catégorie à laquelle appartient l'éditeur est academia.
Il fonctionne dans le domaine de Robotics, et est enregistré comme exécutant la tâche de pole balancing.
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 nécessité un budget de calcul d'environ 3.2 × 10⁸ 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 500,000 jetons de texte
La raison pour laquelle il apparaît dans ce catalogue. highly cited,Historical significance.
Réponses
ASE+ACE — questions courantes
ASE+ACE— combien de puissance de calcul a été utilisée pour l'entraîner ?
L'entraînement a consommé environ 3.2 × 10⁸ 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.
ASE+ACE— 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.
ASE+ACE— 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.
ASE+ACE— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 0.3K. The system consists of two parts: ACE and ASE, each with 162 weights (=324 parameters). Found in Figures 2 and 3. 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.
ASE+ACE— qui l'a créé ?
Il a été publié par University of Massachusetts Amherst, basé sur United States of America, une organisation catégorisée comme academia.
ASE+ACE— quand a-t-il été publié ?
Il a été publié dans September 1983. 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.
ASE+ACE— à quoi ça sert ?
Il fonctionne dans le domaine de Robotics, et est enregistré comme gérant la tâche de pole balancing. Un modèle peut porter plusieurs de chacun, donc ce sont les domaines pour lesquels il a été conçu plutôt qu'une limite sur ce qu'il tentera.
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.